python-docx的安裝和使用

1. 安裝python-docx

1. python install python-docx
2. 返回如下介面表示安裝成功
   

2. 基本功能使用

1. 導包：from docx import Document
2. tmp檔案可以用excel開啟，開啟後選擇ASC碼或者utf-8

    # 建立文件物件
    document = Document(r'C:\Users\WM\Desktop\syntophone\python\python-docx/判斷題.docx')

    # 讀取文件中所有的段落列表
    ps = document.paragraphs
    # 每個段落有兩個屬性：style和text
    ps_detail = [(x.text, x.style.name) for x in ps]
    with open('out.tmp', 'w+', encoding='utf-8') as fout:
        fout.write('')
    # 讀取段落並寫入一個檔案    
 

3. 典型檔案內容處理
   1）檔案處理中常用到python內建re包,因為re搜尋支援正則表示式
   2）re.search(查詢字串，被查詢內容) # 返回結果為True/False

3. re.sub(被替換字串，替換字串，內容) # 返回替換後結果
   4）下方程式碼為從技能鑑定題庫中提取出選擇題題幹
   5）對於tmp檔案，使用excel開啟後，'\n'為換行，'\t'為同一行的下一列
   6）因此，在下方程式中，通過判斷數字+'.'確認改行內容為題幹，新增'\n',表示進入下一個題，
   7）下一個段落裡面如果沒有數字+'.'，說明是本題的後續題乾和選項，字串拼接。對拼接後的字串做替換，括號內內容清空，防止大括號內內容被識別為'\t'導致進入下一列
   8）[]內新增ABCD,表示只要包含以上內容，後面跟頓號，就替換為'\t'

    # 選擇題題幹處理
    with open('out.tmp', 'a+', encoding='utf-8') as fout:
        char1 = ''
        for p in ps_detail:
            if re.search('^\d+\. *', p[0]):
                fout.write(char1.strip()+'\n')
                char1 = p[0]
                char1 = re.sub('^\d+\. *', '\n', char1)
                char1 = re.sub('[ABCD]、', '\t', char1)
                char1 = re.sub('\(.*?\)', '()', char1)
            else:
                char1 += p[0]
                char1 = re.sub('[ABCD]、', '\t', char1)
                char1 = re.sub('\(.*?\)', '()', char1)