使用 Python docx 模糊特定标题下的图像

Question

我打算搜索文档中的特定标题，然后我必须删除该标题中的所有内容。文档有很多标题，每个标题可以有段落、表格、图片，也可以任意组合。

我已经安装了docx，我可以搜索特定的标题，删除段落，表格。

现在我无法访问该标题下的图像。为了表明，图像被删除，我们正在尝试模糊图像

问题 1：我能够获取文档中所有图像的图像 ID（资源 ID）、图像名称。但是我不知道如何获取特定标题下的图像的资源ID，然后我必须对其进行模糊处理。

问题 2：我在 python 代码中使用 VBMacro 启用了 Track Changes 选项。但是我使用 docx（删除线）所做的任何更改都不会突出显示以进行跟踪。

Answer 1

这是两个独立的问题（或三个，取决于您的计算方式）。我将在这里解决第一个问题，您可以将另一个问题作为单独的新问题发布。 （也许是：“如何使用 python-pptx 跟踪 Word 文档中的更改”）。

关于模糊图像，您面临两个挑战：

1. 识别与文档中特定区域相关的图像。

2. 模糊图像。

python-docx 中没有对这些操作的直接 API 支持。但是，您可以使用 python-docx 访问底层 XML 并使用 lxml 调用（python-docx 在内部使用）进行更改。这种努力通常被称为“变通功能”，因此如果您在 Google 上搜索“python-docx OR python-pptx 变通功能”，您会找到示例。

内嵌图像存储在Run 级别。因此，您可以遍历感兴趣部分中的所有运行，并查看其中是否有图像。这个来自python-docx 项目的分析页面包含您需要的一些详细信息：http://python-docx.readthedocs.io/en/latest/dev/analysis/features/shapes/shapes-inline.html

基本上你会做这样的事情：

for run in runs:  # however you decide to get the runs
    r = run._element  # this is the `<w:r>` XML element for the run
    pics = r.xpath('.//w:drawing/wp:inline/a:graphic/a:graphicData/pic:pic')
    if not pics:
        break
    print(r.xml)  # if you want to see the XML for this run

这将为包含图片的运行元素打印 XML。

关于实际的模糊，我能想到两种方法：

1. 用“模糊”版本替换当前图片。
2. 在 Word 中更改图像的透明度，使其看起来更亮。这不会从图像中删除细节，实际图像仍然在“后面”，没有改变，例如，如果用户想要右键单击并选择“保存图像...”。

第二种方法要容易得多。您必须决定它是否符合您的要求。

一旦您决定要采用哪种方式，您就可以搜索该问题的解决方案或提交一个针对该主题的新问题。