python去除word中多余换行符(向下箭头)

举报
叶安义 发表于 2023/12/18 16:02:39 2023/12/18
【摘要】 最初是爬提取CDBOOK论坛上的文章冒出来的想法,实现了一下import docxdef read_word_document(file_path): doc = docx.Document(file_path) paragraphs = [p.text for p in doc.paragraphs] return paragraphsdef remove_extra_n...

最初是爬提取CDBOOK论坛上的文章冒出来的想法,实现了一下

import docx

def read_word_document(file_path):
    doc = docx.Document(file_path)
    paragraphs = [p.text for p in doc.paragraphs]
    return paragraphs

def remove_extra_newlines(paragraphs):
    cleaned_paragraphs = []
    for paragraph in paragraphs:
        cleaned_paragraph = paragraph.replace("\n", " ")
        cleaned_paragraphs.append(cleaned_paragraph)
    return cleaned_paragraphs

def save_modified_document(paragraphs, output_file_path):
    doc = docx.Document()
    for paragraph in paragraphs:
        doc.add_paragraph(paragraph)
    doc.save(output_file_path)
    
input_file = "input.docx"
output_file = "output.docx"

paragraphs = read_word_document(input_file)
cleaned_paragraphs = remove_extra_newlines(paragraphs)
save_modified_document(cleaned_paragraphs, output_file)

参考博文

【版权声明】本文为华为云社区用户原创内容,转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息, 否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。