Rad s DOCX čitateljem

Rad s DOCX čitateljem

U skladu s člankom 1. DocumentReader klasom čita Office Open XML (.docxU tom slučaju, u skladu s člankom 73. stavku 1. točke (a) i točkom 2. stavka 3. točke odjeljka (b), se primjenjuje na:.

Čitanje DOCX datoteke

Najjednostavniji pristup je korištenje Document Konstruktor, koji automatski bira: DocumentReader za: .docx datoteke:

import aspose.words_foss as aw

doc = aw.Document("input.docx")
print(f"Sections: {len(doc.sections)}")
for para in doc.all_paragraphs:
    print(para.text)

Arhitektura čitača dokumenata

DocumentReader koristi dva mixin za podjelu odgovornosti:

Sve tri rade zajedno unutar vi interagirate s rezultatom kroz Document API.

Izvaditi tekst

Upotreba: get_text() na učitavan dokument za izvlačenje običnog teksta bez čuvanja u datoteku:

import aspose.words_foss as aw

doc = aw.Document("contract.docx")
text = doc.get_text()
print(text[:500])

Rad s paragrafima i oblikovanjem

Pristup svojstvima na razini stavka putem LDM-a:

import aspose.words_foss as aw

doc = aw.Document("styled.docx")
for para in doc.all_paragraphs:
    for run in para.runs:
        if run.font.bold:
            print(f"Bold: {run.text}")

Svaki od njih. Run nosi svojstva font (druga, italika, veličina, boja) koji su analizirani iz DOCX XML.

Upotreba oblika i slika

U skladu s člankom 1. ShapeParserMixin Oblike se pojavljuju u LDM-u kao: ShapeNode U članku 1. stavku 2.:

import aspose.words_foss as aw

doc = aw.Document("with-images.docx")
for para in doc.all_paragraphs:
    for node in para.content_sequence:
        if hasattr(node, 'shape_type'):
            print(f"Shape: {node.shape_type}")

Savjeti i najbolje prakse

• Upotreba: Document("file.docx") za standardne tokove rada automatski obrađuje izbor čitatelja, validaciju paketa i izgradnju LDM-a.
• Za ulazak na temelju toka (web uploadovi), proslijedite objekt sličan datoteki u Document Konstruktor.
• Za datoteke s tabelama, pristupite njima putem doc.tables ili: doc.all_tables.
• Za masovno obradu, ponovno upotrebljavanje istog Python procesa kako bi se izbjegli ponavljeni nadopterećenja uvoza.

Zajednički problemi

FAQ

Što je model svjetlosnog dokumenta (LDM)?

LDM je unutarnja reprezentacija koja se deli s svim čitateljima. Abstrakcije su specifične za format (OPC XML, OLE2 binarni) u zajedničku strukturu odjeljaka, stavaka, trčanja, tabela i oblika.

Može li DocumentReader rukovati DOCM (makro-pomoćnim) datotekama?

Makro-pomoćna .docm Čitatelj može analizirati sadržaj dokumenta, ali makro se ne čuva niti izvršava.

Kako čitalac upravlja velikim dokumentima?

Čitač obrađuje XML dijelove slijedno. Upotreba memorije se mijenja s veličinom dokumenta. Za vrlo velike dokumente, razmotrite obradu odjeljaka pojedinačno.

Svrha referentnog API-a