ms-word 相关问题

我有一个 xml 文件（word.docx 文件的 document.xml），我需要从中删除某些部分。结构是这样的：我有一个 xml 文件（word.docx 文件的 document.xml），我需要从中删除某些部分。结构是这样的： <?xml version='1.0' encoding='UTF-8' standalone='yes'?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <w:body> <w:p> Bunch of nested tags </w:p> <w:p> Bunch of nested tags to delete </w:p> <w:p> Bunch of nested tags to delete </w:p> <w:tbl> Bunch of nested tags to delete </w:tbl> <w:p> Bunch of nested tags </w:p> </w:body> </document> 我想删除 2 个指定边界标签之间的所有标签及其所有内容。我想包含 startTag 并排除 endTag，并删除之间的所有内容。我的两个边界标签是标签，在标签之间还有一堆其他标签，例如标签，我也想删除它们。我的问题是我不知道如何删除所有这些标签。有什么帮助吗？期望的输出是： <?xml version='1.0' encoding='UTF-8' standalone='yes'?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <w:body> <w:p> Bunch of nested tags </w:p> <w:p> Bunch of nested tags </w:p> </w:body> </document> 这是我尝试过的：我成功获得了边界标签： startTag = parentBoundaryTags[3] endTag = parentBoundaryTags[4] 边界标签值为： <Element p at 0x12cf32ccfa0> <Element p at 0x12cf32ccff0> 我尝试获取边界标签的共同父级，因为根据我的研究，我似乎需要它来删除其下面的元素： common_ancestor = startTag.getparent() common_ancestor 值为： <Element body at 0x12cf32cccd0> 这对我来说很有意义，因为它对应于我的 xml 结构；这就是我期望看到的。我使用 getchildren() 来迭代标签的所有直接子代。我正在尝试删除标签的所有直接子代，从标签的直接子代相当于我的 startTag 边界标签的点开始。我正在尝试继续删除的直接子级，直到到达相当于我的 endTag 边界标记的直接子级。 # Flag to indicate whether to start removing elements start_removal = False # List to store elements to be removed elements_to_remove = [] # Iterate over the children of the common ancestor for child in common_ancestor.getchildren(): if child == startTag: start_removal = True elements_to_remove.append(child) elif child == endTag: start_removal = False break elif start_removal: elements_to_remove.append(child) # Remove the collected elements for element in elements_to_remove: common_ancestor.remove(element) # Write the modified XML tree back to the document.xml file tree.write(document_xml, encoding='utf-8', xml_declaration=True) 我希望这会删除边界标签之间的所有标签，但它根本没有删除任何内容。有人可以帮忙吗？这是一个基于XSLT的解决方案。它使用所谓的“身份转换”模式。输入XML <?xml version="1.0" encoding="UTF-8" standalone="yes"?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <w:body> <w:p>Bunch of nested tags</w:p> <w:p>Bunch of nested tags to delete</w:p> <w:p>Bunch of nested tags to delete</w:p> <w:tbl>Bunch of nested tags to delete</w:tbl> <w:p>Bunch of nested tags</w:p> </w:body> </w:document> XSLT <?xml version="1.0"?> <xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <xsl:output method="xml" omit-xml-declaration="no" encoding="UTF-8" indent="yes" standalone="yes"/> <xsl:strip-space elements="*"/>  <xsl:template match="@*|node()"> <xsl:copy> <xsl:apply-templates select="@*|node()"/> </xsl:copy> </xsl:template> <xsl:template match="w:body/w:*[position() != 1 and position() != last()]"/> </xsl:stylesheet> 输出XML <?xml version='1.0' encoding='UTF-8' standalone='yes' ?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <w:body> <w:p>Bunch of nested tags</w:p> <w:p>Bunch of nested tags</w:p> </w:body> </w:document> Python import lxml.etree as lx # PARSE XML AND XSLT doc = lx.parse("Input.xml") style = lx.parse("Style.xslt") outfile = "Output.xml" # CONFIGURE AND RUN TRANSFORMER transformer = lx.XSLT(style) result = transformer(doc) # OUTPUT TO FILE with open(outfile, "wb") as f: f.write(result)

python xml ms-word lxml

回答 1 投票 0

使用C#从Word文档中删除重复的节控件和文本内容控件

具有重复部分内容控件和文本内容控件的 Word 文档会动态填充内容。创建文档后，需要删除所有控件才能...

c# ms-word openxml-sdk word-contentcontrol wordprocessingml

回答 1 投票 0

NET 6/7/8 - OpenXML 更新图表

我正在开发一个应用程序，我将在其中填写一些文本并想要更新一些图表。到目前为止，我已经使用 OpenXML 成功完成了我想要的一切。不过我

c# .net ms-word openxml

回答 2 投票 0

搜索单词的一部分，然后替换整个单词

我正在尝试搜索单词的某个部分，然后替换整个单词。想象的例子：该文件包含两个词：“何时、何地” 那我想搜索“wh”，