DOCX リーダーの使用

DOCX Reader の使用

DocumentReader クラスは Office Open XML (.docx) ファイルを読み取り、抽象化されたデータ構造 — Light Document Model (LDM) を生成します。段落、表、図形、画像、書式設定を処理し、コンテンツを操作または変換できるようにします。

DOCX ファイルの読み取り

最も簡単な方法は Document コンストラクタを使用することで、.docx ファイルに対して自動的に DocumentReader を選択します:

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)

DocumentReader アーキテクチャ

DocumentReader は責務を分割するために 2 つのミキシンを使用します:

3 つすべてが内部で連携して動作します — 結果には Document API を介して操作します。

テキストの抽出

ロードされたドキュメントの text プロパティを使用して、ファイルに保存せずにプレーンテキストを抽出します:

import aspose.words_foss as aw

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

段落と書式設定の操作

LDM を介して段落レベルのプロパティにアクセスします:

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}")

各 Run は、DOCX XML から解析されたフォントプロパティ（太字、斜体、サイズ、色）を保持しています。

シェイプと画像の処理

パース中に ShapeParserMixin が描画要素を抽出します。シェイプは段落コンテンツ内の ShapeNode オブジェクトとして LDM に表示されます:

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}")

ヒントとベストプラクティス

• 標準的なワークフローには Document("file.docx") を使用してください — 読み取り選択、パッケージの検証、および LDM の構築を自動的に処理します。
• ストリームベースの入力（Web アップロード）の場合は、ファイルライクオブジェクトを Document コンストラクタに渡します。
• 表を含むファイルは、doc.tables または doc.all_tables を介してアクセスします。
• バッチ処理では、同じ Python プロセスを再利用して、インポートのオーバーヘッドを繰り返すことを防ぎます。

よくある問題

FAQ

Light Document Model (LDM) とは何ですか？

LDM はすべてのリーダーで共有される内部表現です。形式固有の詳細（OPC XML、OLE2 バイナリ）を抽象化し、セクション、段落、ラン、テーブル、シェイプの共通構造に変換します。

DocumentReader は DOCM（マクロ有効）ファイルを処理できますか？

マクロ有効な .docm ファイルは同じ OPC 構造を使用します。リーダーは文書内容を解析できますが、マクロは保持されず実行もされません。

リーダーは大きな文書をどのように処理しますか？

リーダーは XML パーツを順番に処理します。メモリ使用量は文書サイズに比例します。非常に大きな文書の場合は、セクションを個別に処理することを検討してください。

API Reference の概要

参照

• Aspose.Words for Python — Enterprise Documentation