有没有什么方法可以在带有python-docx的文本框中访问和操作现有docx文档中的文本？
我试图通过迭代在文档的所有段落中找到一个关键字：
doc = Document('test.docx')
for paragraph in doc.paragraphs:
if '<DATE>' in paragraph.text:
print('found date: ', paragraph.text)
如果放置在普通文本中，则可以找到它，但不在文本框内。
【问题讨论】：
python-docx 可以访问 InlineShapes 但不能访问 TextBoxes。
标签： python python-docx
仅包含格式化文本的文本框的解决方法是使用浮动的格式化表格。它的样式几乎可以像文本框一样（框架、颜色等），并且可以通过docx API 轻松访问。
doc = Document('test.docx')
for table in doc.tables:
for row in table.rows:
for cell in row.cells:
for paragraph in cell.paragraphs:
if '<DATE>' in paragraph.text:
print('found date: ', paragraph.text)
【讨论】：
不是通过 API，至少现在还没有。您必须发现它所在的 XML 结构，并深入到 lxml 级别，也许 XPath 才能找到它。这样的事情可能是一个开始：
body = doc._body
# assuming differentiating container element is w:textBox
text_box_p_elements = body.xpath('.//w:textBox//w:p')
我不知道 textBox 是否是此处的实际元素名称，您必须将其与 XPath 路径详细信息的其余部分一起整理出来，但这种方法可能会奏效。我经常使用类似的方法来解决 API 中尚未内置的功能。
opc-diag 是检查 XML 的有用工具。基本方法是创建一个最小的 .docx 文件，其中包含您要查找的内容类型。然后使用 opc-diag 检查保存文件时生成的 XML Word：
$ opc browse test.docx document.xml
【讨论】：