【技术类-02】python实现docx段落文字的“手动换行符（软回车）”变成“段落标记（硬回车）”

作品展示

背景需求：

制作周计划时，需要将周计划docx内所有的表格里的手动换行符（软回车）”变成“段落标记（硬回车）”，

全部改成段落标记（硬回车）

但是19份docx每份都要打开，把软回车变成硬回车，就需要Python了

一开始，用替换“转义符”的思路，反复找了两天的代码，都没有成功。只能从头开始研究。

研究过程：

一、在Python里，手动换行符（^l）和段落标记（^p）是什么符号

如果某个符号等于3，等于2，说明它们就是手动换行符和段落标记的代码。

AI写了很多编码、16进制、转义符，最终推算获得正确代码，能够计算手动换行符和段落标记的出现的数量。

'''
了解在Python里，docx的手动换行符，段落标记用什么符号表示
作者:AI 对话大师、百度AI
时间：2024年3月15日
'''

from docx import Document

# 读取Word文档
doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')

# 初始化换行符计数器
newline_count = 0

# 遍历文档中的每个段落，统计换行符数量
for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        # 统计每个文本运行中换行符的数量
        newline_count += run.text.count("\n")
        # 只读取段落里面的软回车符号
        # \u000D   =0
        # \u000A    =3
        # \n=3  
        # \r=0
        # "^l" =0
        # \u0085  =0
        # "\u2029" =0
        # \r\n  =0
        # "\x0a"


print(f"Word 文档中共有 {newline_count} 个 '\ n' 手动换行符（软回车）。")


from docx import Document

# 打开 Word 文档
doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')

# 初始化计数器
p_count = 0

# 遍历文档中的所有段落
for paragraph in doc.paragraphs:
    if paragraph._element is not None and paragraph._element.tag.endswith('p'):
        p_count += 1

print(f"Word 文档中共有 {p_count} 个 <w:p> 段落标记（硬回车）。")

结论：正好3个软回车，2个硬回车

因此说明：

1、'\n'代表docx里面的手动换行符（软回车）——转义符

2、‘段落元素’代表docx里面的段落标记（硬回车）——添加段落增加回车

在以上结论基础上，我用AI对话大师和百度AI生成并测试了无数次，终于将样板的四行段落文字（三行手动换行符+一行硬回车）替换成过了四行硬回车。

替换前

替换后：

代码展示：

'''
word段落文字里的手动换行符变成段落标记
作者：AI对话大师、百度AI对话
时间：2024年3月15日
'''


from docx import Document
from docx.shared import Pt

# 打开 Word 文档
doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')

# 用于保存要删除的段落
paragraphs_to_delete = []

# 遍历文档中的所有段落
for paragraph in list(doc.paragraphs):  
    # 查找段落中的软回车（\n）
    if '\n' in paragraph.text:
        # 分割段落文本，找到软回车的位置
        texts = paragraph.text.split('\n')
        
        # 首先处理第一个文本块
        paragraph.text = texts[0]
        
        # 在软回车的位置插入新的段落
        for text in texts[0:]:
            new_paragraph = paragraph.insert_paragraph_before(text)
            new_paragraph.style = paragraph.style  # 保留原始样式
        
        # 将原始段落添加到待删除列表中
        paragraphs_to_delete.append(paragraph)
        

# 删除原来的段落
for paragraph in paragraphs_to_delete:
    paragraph._element.getparent().remove(paragraph._element)

doc.save(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\234.docx')

通过代码观察：

Python对docx段落文字的替换的原理

1、将手动换行符左侧的内容复制到新列表，然后在原有位置重新段落写入，就会有硬回车。
2、将包含手动换行符的原始段落进行删除。

思考：

Python的替换与word直接批量查找替换不同，

1、word可以对全文中段落和表格中的手动换行符全部替换，

2、以上Python代码（只涉及paragraphs）只能对word段落文字中的手动换行符进行删除和重新写入段落，从而获得段落标记回车符。

其他测试

把手动换行符与段落标记的位置换一下，看看结果是否有误差。

测试1：

测试2

全部代码（计算回车数量+批量删添段落实现回车符）

'''
了解在Python里，docx的手动换行符，段落标记用什么符号表示
作者:AI 对话大师、百度AI对话
时间：2024年3月15日
'''

from docx import Document

# 读取Word文档
doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')

# 初始化换行符计数器
newline_count = 0

# 遍历文档中的每个段落，统计换行符数量
for paragraph in doc.paragraphs:
    for run in paragraph.runs:
        # 统计每个文本运行中换行符的数量
        newline_count += run.text.count("\n")
        # 只读取段落里面的软回车符号
        # \u000D   =0
        # \u000A    =3
        # \n=3  
        # \r=0
        # "^l" =0
        # \u0085  =0
        # "\u2029" =0
        # \r\n  =0
        # "\x0a"


print(f"Word 文档中共有 {newline_count} 个 '\ n' 手动换行符（软回车）。")


from docx import Document

# 打开 Word 文档
doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')

# 初始化计数器
p_count = 0

# 遍历文档中的所有段落
for paragraph in doc.paragraphs:
    if paragraph._element is not None and paragraph._element.tag.endswith('p'):
        p_count += 1

print(f"Word 文档中共有 {p_count} 个 <w:p> 段落标记（硬回车）。")



'''
word段落文字里的手动换行符变成段落标记
作者：AI对话大师、百度AI对话
时间：2024年3月15日
'''


from docx import Document
from docx.shared import Pt

# 打开 Word 文档
doc = Document(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\123.docx')

# 用于保存要删除的段落
paragraphs_to_delete = []

# 遍历文档中的所有段落
for paragraph in list(doc.paragraphs):  
    # 查找段落中的软回车（\n）
    if '\n' in paragraph.text:
        # 分割段落文本，找到软回车的位置
        texts = paragraph.text.split('\n')
        
        # 首先处理第一个文本块
        paragraph.text = texts[0]
        
        # 在软回车的位置插入新的段落
        for text in texts[0:]:
            new_paragraph = paragraph.insert_paragraph_before(text)
            new_paragraph.style = paragraph.style  # 保留原始样式
        
        # 将原始段落添加到待删除列表中
        paragraphs_to_delete.append(paragraph)
        

# 删除原来的段落
for paragraph in paragraphs_to_delete:
    paragraph._element.getparent().remove(paragraph._element)

doc.save(r'C:\Users\jg2yXRZ\OneDrive\桌面\测试word换行符\234.docx')