Izgradnja modela laganog dokumenta s DocumentReaderom

Izgradnja modela laganog dokumenta s DocumentReaderom

DocumentReader je ulazna točka za čitanje DOCX datoteka u programu Aspose.Words FOSS. Prihvaća ulaz kao putanje datoteke, protok I/O ili sirove bajtove i zatim izloži dokument kao light_document_model.Document (LDM) strukturirani Python objekt drvo koje je lako pregledati i transformirati.

U skladu s člankom 21. stavkom 1.

pip install aspose-words-foss

Upisivanje s puta datoteke

DocumentReader.load_file(filepath) Čita DOCX datoteku po stazi. to_light_document() Nakon toga, da bi se stekla zastupljenost LDM-a.

from aspose.words_foss import DocumentReader

reader = DocumentReader()
reader.load_file("data/report.docx")
doc = reader.to_light_document()

print("Page count:", doc.page_count)
print("Sections:", len(doc.sections))

Opterećenje s toka

DocumentReader.load_stream(stream) prihvaća bilo datoteku sličan objekat s read() Metod je koristan za podatke koji dolaze iz HTTP odgovora, ZIP arhiva ili u memoriji.

from aspose.words_foss import DocumentReader

reader = DocumentReader()
with open("data/report.docx", "rb") as fh:
    reader.load_stream(fh)

doc = reader.to_light_document()
print("Paragraphs:", len(doc.all_paragraphs))

Upotrebljavanje iz Bajtova

DocumentReader.load_bytes(data) prihvaćaju: bytes ili: bytearray -Potreba. To se događa kada je DOCX sadržaj već u memoriji (npr. preuzet iz baze podataka). ili programski konstruirani).

from aspose.words_foss import DocumentReader

with open("data/report.docx", "rb") as fh:
    data = fh.read()

reader = DocumentReader()
reader.load_bytes(data)
doc = reader.to_light_document()
print("Text preview:", doc.text[:200])

Navigacija u strukturi LDM-a

Nakon što sam nazvao. to_light_document(), vraćena Document Objekat izloži Popis podataka:

from aspose.words_foss import DocumentReader

reader = DocumentReader()
reader.load_file("data/report.docx")
doc = reader.to_light_document()

# Sections
for section in doc.sections:
    print("Section paragraphs:", len(section.paragraphs))

# All paragraphs (flat list across all sections)
for para in doc.all_paragraphs:
    if para.text.strip():
        print(" -", para.text[:80])

# Headings
for heading in doc.headings(max_level=2):
    print("H:", heading.text)

Čitanje punog teksta dokumenta

Document.text U ovom slučaju, u skladu s člankom 13. stavkom 1. točkom (a) i podstavkom 2. točkama 3. i 4. ovog članka., U ovom slučaju, u skladu s člankom 72. stavkom 1. točka (a) Uredbe (EU) br. 1303/2013:

reader = DocumentReader()
reader.load_file("data/report.docx")
doc = reader.to_light_document()
print(doc.text[:500])

Savjeti i najbolje prakse

• Uvijek nazovi. load_file(), load_stream(),ili load_bytes() prije nego što pozoveš. to_light_document() pozivanje to_light_document() na neopterećenom čitatelju može izazvati pogrešku ili vratiti prazan dokument.
• Upotreba: load_bytes() kada kontrolirate životni ciklus dokumenta u memoriji; to izbjegava Otvaranje rukovode za datoteke.
• Upotreba: doc.all_paragraphs za ravnu iteraciju na svim stavcima; upotrebljavanje doc.sections Kada treba raditi dio po deo.
• DocumentReader uređaji za rušenje LdmBuilderMixin, što znači da je to bilo… to_light_document() dostupna je kao metoda mixin isti sučelja se dijeli s drugim čitateljima Uči u knjižnici.

Zajednički problemi

FAQ

Što je LDM?

U tom smislu, Komisija je u skladu s člankom 73. stavkom 1. točkom (b) Uredbe.light_document_model.Document) je apstraktna, Python-native objektno stablo koje predstavlja Word dokument. Odvaja logiku dokumenta Iz binarnog formata DOCX i dizajniran je za jednostavnu programsku manipulaciju.

Mogu li modificirati LDM i napisati ga natrag na DOCX?

Da, nakon što je modifikovao… doc Predmet, proslijedi ga. LdmDocxWriter.write(doc, path) Da biste dobili ažurirani DOCX datoteku. Vidjeti na LdmDocxPravitelj vodič Za detalje.

Što to znači? LdmBuilderMixin -Da, dodao sam.?

LdmBuilderMixin utvrđuje: to_light_document() metoda. DocumentReader nasljeđuje od njega tako da uvijek pristupite ovoj metodi preko čitatelja.

Svrha referentnog API-a

Također pogledajte:

• Aspose.Words for Python — Enterprise Documentation