文章/答案/技术大牛

发布

社区首页 >问答首页 >python如何与内联图像一起读取文本？

问python如何与内联图像一起读取文本？
EN

Stack Overflow用户

提问于 2016-03-26 03:47:29

回答 1查看 3.1K关注 0票数 1

我有一个简单的docx文件像这样(只需在文本中插入一个内联png文件)：

我试过：

>>> x=docx.Document('12.docx')
>>> for p in x.paragraphs:
    print(p.text)


headend
>>> list(x.inline_shapes)
[]

我解压缩12.docx文件，发现word/media/image1.png是位置。那么是否有一种方法可以获得如下的输出：

>>> for p in x.paragraphs:
    print(p.text_with_image_info)


head<word/media/image1.png>end

python

python-docx

Stack Overflow用户

回答已采纳

发布于 2016-03-26 04:07:34

您应该能够获得如下内联形状的列表：

>>> [s for s in x.inline_shapes]
[<InlineShape object at 0x...>]

如果没有人出现，那么您可能需要检查XML，以找出为什么它在XPath location '//w:p/w:r/w:drawing/wp:inline'中什么都找不到。如果你在那里看到一个空的列表，那可能会得到一个有趣的发现。

关于如何按文档顺序获取带有图像的文本，您需要深入到lxml层。

您可以使用w:p获得段落lxml元素Paragraph._element。在那里，您可以使用.xml属性检查XML：

>>> p = paragraph._p
>>> p.xml
'<w:p> etc ...'

您将需要迭代w:p元素的子元素，我希望您将主要找到w:r (run)元素。文本保存在w:t元素的下面，如果我没有弄错的话，w:drawing元素就是w:t的对等体。

您可以使用正确的子元素构造python对象(如InlineShape )，以便在找到正确的位后访问更方便的API。

所以，如果您想要处理lxml级别的调用，这是有点工作的，但也是可行的。

票数 3

查看全部 1 条回答

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/36231408

复制

相似问题

问python如何与内联图像一起读取文本？
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问python如何与内联图像一起读取文本？EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问python如何与内联图像一起读取文本？
EN