""" Word文档处理模块 提供Word文档的处理和变量替换功能 """ import os import time from docx import Document from docx.oxml.ns import qn # 导入qn函数用于处理中文字体 from .logger import logger def check_variables_in_document(docx_path, variables): """ 检查文档中是否包含指定的变量，并输出详细信息用于调试 参数: docx_path: Word文档路径 variables: 要检查的变量字典 {变量名: 替换值} """ logger.debug(f"检查文档变量: {docx_path}") doc = Document(docx_path) # 收集文档中的所有文本 all_text = [] # 检查段落中的变量（简化输出） for i, paragraph in enumerate(doc.paragraphs): all_text.append(paragraph.text) if paragraph.text.strip(): # 只记录非空段落 logger.debug(f"段落 {i}: {paragraph.text}") # 检查表格中的变量（简化输出） for t_idx, table in enumerate(doc.tables): for r_idx, row in enumerate(table.rows): for c_idx, cell in enumerate(row.cells): for p_idx, paragraph in enumerate(cell.paragraphs): all_text.append(paragraph.text) if paragraph.text.strip(): # 只记录非空段落 logger.debug(f"表格 {t_idx}, 行 {r_idx}, 列 {c_idx}, 段落 {p_idx}: {paragraph.text}") # 检查是否找到所有变量 for var_name in variables.keys(): found = False for text in all_text: if var_name in text: found = True logger.info(f"变量 '{var_name}' 在文档中找到!") break if not found: logger.warning(f"变量 '{var_name}' 在文档中未找到! 将被替换为空字符串。") # 检查文档中可能存在但未提供的变量 potential_vars = set() for text in all_text: # 查找形如 {xxx} 的模式 start = 0 while True: start = text.find('{', start) if start == -1: break end = text.find('}', start) if end == -1: break potential_var = text[start:end+1] potential_vars.add(potential_var) start = end + 1 # 检查是否有未提供的变量 for var in potential_vars: if var not in variables: logger.warning(f"文档中存在变量 '{var}'，但未提供替换值!") def verify_replacement(docx_path, variables): """ 验证变量是否已被成功替换 参数: docx_path: 处理后的Word文档路径 variables: 要验证的变量字典 {变量名: 替换值} """ logger.debug(f"验证变量替换: {docx_path}") doc = Document(docx_path) # 收集文档中的所有文本 all_text = [] # 检查段落 for paragraph in doc.paragraphs: all_text.append(paragraph.text) # 检查表格 for table in doc.tables: for row in table.rows: for cell in row.cells: for paragraph in cell.paragraphs: all_text.append(paragraph.text) # 检查是否所有变量都已被替换 replacement_failed = False for var_name in variables.keys(): for text in all_text: if var_name in text: logger.warning(f"变量 '{var_name}' 在处理后的文档中仍然存在! 替换可能失败。") replacement_failed = True break if not replacement_failed: logger.info("所有变量都已成功替换") def replace_text_in_paragraph(paragraph, variables): """ 在段落中替换变量，同时保留文本格式 此方法通过以下步骤工作: 1. 收集段落中的所有runs(文本片段) 2. 清空段落 3. 处理每个run中的变量 4. 创建新的run，保留原始格式 5. 将处理后的文本添加回段落 参数: paragraph: 要处理的段落对象 variables: 变量替换字典 {变量名: 替换值} """ # 检查段落是否包含任何变量 contains_variable = False found_variables = [] # 记录原始段落文本 original_text = paragraph.text for var_name in variables.keys(): if var_name in original_text: contains_variable = True found_variables.append(var_name) if not contains_variable: return logger.info(f"在段落中找到变量: {found_variables}") logger.info(f"原始段落文本: {original_text}") # 存储原始的运行对象 runs = [run for run in paragraph.runs] paragraph.clear() # 对每个运行进行处理 for i, run in enumerate(runs): text = run.text original_run_text = text # 替换所有变量 for var_name, var_value in variables.items(): if var_name in text: logger.info(f"在run {i}中替换变量 '{var_name}' 为 '{var_value}'") logger.info(f"替换前文本: '{text}'") text = text.replace(var_name, var_value) logger.info(f"替换后文本: '{text}'") # 如果文本没有变化，记录一下 if original_run_text == text: logger.debug(f"Run {i} 文本未变化: '{text}'") # 创建新的运行，保留原始格式 new_run = paragraph.add_run(text) # 复制格式 new_run.bold = run.bold new_run.italic = run.italic new_run.underline = run.underline new_run.font.name = run.font.name new_run.font.size = run.font.size # 专门处理中文字体，确保东亚字体(如仿宋、宋体等)能够正确保留 if hasattr(run._element, 'rPr') and run._element.rPr is not None: # 检查是否有rFonts元素 rfonts = run._element.rPr.xpath('./w:rFonts') if rfonts and hasattr(rfonts[0], 'get'): # 获取东亚字体属性 east_asia_font = rfonts[0].get(qn('w:eastAsia')) if east_asia_font: # 设置新run的东亚字体 new_run._element.rPr.rFonts.set(qn('w:eastAsia'), east_asia_font) logger.debug(f"设置东亚字体: {east_asia_font}") if run.font.color.rgb is not None: new_run.font.color.rgb = run.font.color.rgb # 记录处理后的段落文本 logger.info(f"处理后段落文本: {paragraph.text}") def process_word_template(template_path, output_path, variables): """ 处理Word文档，替换其中的模板变量 参数: template_path: 模板文档路径 output_path: 输出文档路径 variables: 变量替换字典 {变量名: 替换值} """ # 记录处理开始 start_time = time.time() logger.info(f"开始处理文档: {os.path.basename(template_path)}") logger.info(f"需要替换的变量: {list(variables.keys())}") # 只处理docx文件 if not template_path.lower().endswith('.docx'): logger.error("只支持.docx格式的文件") raise ValueError("只支持.docx格式的文件") doc = Document(template_path) # 统计替换次数 replacement_count = 0 # 处理段落中的变量 logger.info("开始处理文档段落...") paragraph_count = 0 for i, paragraph in enumerate(doc.paragraphs): has_var = any(var_name in paragraph.text for var_name in variables.keys()) if has_var: paragraph_count += 1 replace_text_in_paragraph_improved(paragraph, variables) replacement_count += 1 # 处理表格中的变量 logger.info("开始处理文档表格...") table_cell_count = 0 for t_idx, table in enumerate(doc.tables): for r_idx, row in enumerate(table.rows): for c_idx, cell in enumerate(row.cells): for p_idx, paragraph in enumerate(cell.paragraphs): has_var = any(var_name in paragraph.text for var_name in variables.keys()) if has_var: table_cell_count += 1 replace_text_in_paragraph_improved(paragraph, variables) replacement_count += 1 logger.info(f"处理完成: 共处理了 {paragraph_count} 个段落和 {table_cell_count} 个表格单元格") # 保存生成的文档 try: doc.save(output_path) logger.info(f"文档已保存: {os.path.basename(output_path)}") except PermissionError: # 如果文件被占用，尝试使用新的文件名 dir_name = os.path.dirname(output_path) base_name = os.path.basename(output_path) new_output_path = os.path.join(dir_name, f"new_{base_name}") logger.warning(f"文件被占用，尝试保存到新位置: {os.path.basename(new_output_path)}") doc.save(new_output_path) # 重命名原始路径，以便后续代码能正确引用 os.rename(new_output_path, output_path) logger.info(f"文件已重命名为: {os.path.basename(output_path)}") # 记录处理时间 process_time = time.time() - start_time logger.info(f"文档处理完成，耗时: {process_time:.2f}秒") def replace_text_in_paragraph_improved(paragraph, variables): """ 改进的段落变量替换方法，处理变量可能被分割在多个runs的情况 参数: paragraph: 要处理的段落对象 variables: 变量替换字典 {变量名: 替换值} """ # 记录原始段落文本 original_text = paragraph.text # 检查段落是否包含任何变量 found_variables = [] for var_name in variables.keys(): if var_name in original_text: found_variables.append(var_name) if not found_variables: return logger.info(f"发现需要替换的变量: {found_variables}") logger.info(f"原始文本: {original_text}") # 尝试使用原始的替换方法 try: # 先尝试使用原始替换方法 replace_text_in_paragraph(paragraph, variables) # 检查是否所有变量都被替换 all_replaced = True for var_name in found_variables: if var_name in paragraph.text: all_replaced = False logger.warning(f"变量 '{var_name}' 未被替换，尝试使用备用方法") break if all_replaced: logger.info("所有变量已成功替换") return except Exception as e: logger.warning(f"原始替换方法失败: {str(e)}，尝试使用备用方法") # 如果原始方法失败或未替换所有变量，使用备用方法 logger.info("使用备用替换方法") # 记录原始格式信息 original_runs = [] for i, run in enumerate(paragraph.runs): original_runs.append({ 'text': run.text, 'bold': run.bold, 'italic': run.italic, 'underline': run.underline, 'font_name': run.font.name, 'font_size': run.font.size, 'font_color': run.font.color.rgb, 'east_asia_font': None }) # 获取东亚字体信息 if hasattr(run._element, 'rPr') and run._element.rPr is not None: rfonts = run._element.rPr.xpath('./w:rFonts') if rfonts and hasattr(rfonts[0], 'get'): east_asia_font = rfonts[0].get(qn('w:eastAsia')) if east_asia_font: original_runs[-1]['east_asia_font'] = east_asia_font # 创建一个新的段落文本，替换所有变量 new_text = original_text for var_name, var_value in variables.items(): if var_name in new_text: logger.info(f"替换变量 '{var_name}' 为 '{var_value}'") new_text = new_text.replace(var_name, var_value) # 如果文本没有变化，不需要进一步处理 if new_text == original_text: logger.info("文本未变化，跳过处理") return # 记录处理后的段落文本 logger.info(f"替换后文本: {new_text}") # 清空段落 paragraph.clear() # 使用最简单的方法：使用第一个run的格式，但不应用下划线 # 这样可以确保文本不会全部带有下划线 default_format = original_runs[0] if original_runs else None if default_format: new_run = paragraph.add_run(new_text) new_run.bold = default_format['bold'] new_run.italic = default_format['italic'] new_run.underline = False # 明确设置为不使用下划线 new_run.font.name = default_format['font_name'] if default_format['font_size'] is not None: new_run.font.size = default_format['font_size'] if default_format['font_color'] is not None: new_run.font.color.rgb = default_format['font_color'] # 设置东亚字体 if default_format['east_asia_font']: new_run._element.rPr.rFonts.set(qn('w:eastAsia'), default_format['east_asia_font']) else: # 如果没有原始格式信息，直接添加文本 paragraph.add_run(new_text)