如何在文本替换时使用 python-docx 恢复原始字体属性及其相关属性，如粗体、斜体

Question

我正在使用 python-docx 作为自动化工具。在我运行代码以将一个列表中的某些单词替换为另一个列表中的对应单词后，我遇到了一个问题，它正在删除所有属性（如字体大小、字体名称、粗体或斜体文本的一部分、书签中的段落和表格中的文本），并带有“Calibri”中的纯文本，字体大小为“12”。

我使用的代码是：

wrongWord = "xyz"
correctWord = "abcd"
def iter_block_items(parent):
    if isinstance(parent, _Document):
        parent_elm = parent.element.body
    elif isinstance(parent, _Cell):
        parent_elm = parent._tc
    else:
        raise ValueError("something's not right")

    for child in parent_elm.iterchildren():
        if isinstance(child, CT_P):
            yield Paragraph(child, parent)
        elif isinstance(child, CT_Tbl):
            yield Table(child, parent)



document = Document(r"F:\python\documentSample.docx")
for block in iter_block_items(document):
    if isinstance(block, Paragraph):
        if wrongWord in block.text:
            block.text = block.text.replace(wrongWord, correctWord)
    else:
        for row in block.rows:
            for cell in row.cells:
                if wrongWord in cell.text:
                    cell.text = cell.text.replace(wrongWord, correctWord)

document.save(r"F:\python\documentSampleAfterChanges.docx")

您能否帮我在文本替换后从原始文件中复制相同的字体大小、字体名称和其他相关属性。

Answer 1

搜索和替换在一般情况下是一个难题，这是尚未添加功能的主要原因。

这里发生的情况是，分配给单元格上的 .text 属性会删除所有现有运行，并且与这些运行相关的字体相关属性也将被删除。

字体信息（例如粗体、斜体、字体、大小）存储在 run 级别（一个段落由零个或多个运行组成）。分配给.text 属性会删除所有运行并将它们替换为包含指定文本的单个 new 运行。

因此，挑战在于在某处的多次运行中找到文本，并尽可能多地保留字体格式设置。

这是一个难题，因为 Word 出于多种原因将段落文本分成单独的运行，并且运行往往会激增。根本无法保证您的搜索词将完全包含在单次运行中或从运行边界开始。因此，也许您开始看到通用案例解决方案的挑战。

您可以做的一件事可能适用于您的情况：

# ---replace text of first run with new cell value---
runs = table_cell.paragraphs[0].runs
runs[0].text = replacement_text
# ---delete all remaining runs---
for run in runs[1:]:
    r = run._element
    r.getparent().remove(r)

基本上这会替换第一次运行的文本并删除任何剩余的运行。由于第一次运行通常包含您想要的格式，这通常可以工作。如果第一个单词的格式不同，比如粗体，那么所有替换文本也将是粗体。您必须看看这种方法在您的特定情况下如何工作。