476-2425844-中文字体设置_docx的本质_unzip_xml.sy.md

show	version	enable_checker
step	1.0	true

设置段落

回忆

• document文档 是 顶级元素
  • document文档 包含 多个 prargraph段落
  • prargraph段落 包含 多个 run文本

• 文本可以设置颜色
  • 主题颜色 配合 亮度、暗度

• 如何设置中文字体呢？🤔

在 docx中设置

• 选中段落
  • 设置字体

• 找到 中文字体
  • 设置 文泉驿点阵正黑

• 然后选中 中文部分

• 如何 从python中观察到中文字体呢？

观察字体

• 搜索到 提取中文字体的方式
  • 与font.name不同

from docx import Document
doc = Document('oeasy.docx')
paragraph = doc.paragraphs[0]
run = paragraph.runs[0]
font = run.font
print(font.name)
rPr = font.element.rPr
rFonts = rPr.rFonts
print(f"亚洲字体: {rFonts}")

• 结果

• 这个rFonts到底是什么呢？

观察

• 看起来像一个字典

• 尝试遍历

结果

from docx import Document
doc = Document('oeasy.docx')
paragraph = doc.paragraphs[0]
run = paragraph.runs[0]
font = run.font
print(font.name)
rPr = font.element.rPr
rFonts = rPr.rFonts
for key,value in rFonts.items():
    print(key,value)

• 结果

• 查找到了 中文字体
  • 但这都怎么理解呢？
  • openxml 是什么意思？

尝试打开

• xml 应该是
  • extensible markup language
  • https://schamas.openxmlformats.org
  • https://schamas.openxmlformats.org/wordprocessingml/2006/main

• 线索全部中断

直接打开

vi oeasy.docx

• 尝试直接打开

• oeasy.docx本质是一个zip包
  • 可以给他解压缩吗？

尝试解码docx

ls -l oeasy.docx
unzip -d oeasy oeasy.docx

• 尝试将oeasy.docx
  • 作为一个zip包
  • 进行解压缩

进去看看

cd oeasy
ls
cd word
ls

• 查看效果

查看

firefox document.xml

• 查看文档

• w:p 就是 paragraph
• w:r 就是 run
  • w:r 中有 w:rPr
  • 里面有w:fonts
  • 分别设置了中文和英文字体
• 使用python的话
  • 如何设置这个中文字体呢？

中文字体

• 修改默认样式

from docx import Document
from docx.oxml.ns import qn

document = Document()
document.add_paragraph("我是oeasy")
document.styles["Normal"].font.name = "Lato"
document.styles["Normal"].element.rPr.rFonts.set(qn("w:eastAsia"), u"文泉驿点阵黑")
document.save("oeasy.docx")

• 直接打开 oeasy.docx

• 直观观察
  • 中文字体已经设置

• 观察 默认样式的
  • 确实已经设置
• 能从 xml中观察到吗？

打开文件观察

• 这次打开的
  • 不是 document.xml
  • 而是 styles.xml

ls -l oeasy.docx
unzip -d oeasy oeasy.docx
cd oeasy/word
firefox styles.xml

• 找到Normal字体样式

• 确实 字体 已经修改
• 如果我新建 一个样式
  • 会在styles.xml中体现吗？

完成代码

• 这次 全面自动化
  • unzip
  • 打开xml
  • 都设置好

from docx import Document
from docx.enum.style import WD_STYLE_TYPE
import subprocess

document = Document()
styles = document.styles
paragraph = document.add_paragraph("oeasy")
run = paragraph.add_run("o2z")
style = styles.add_style('oeasy',WD_STYLE_TYPE.CHARACTER)
style.font.italic = True
run.style = style
print("style.font.italic",style.font.italic)
print("run.font.italic",run.font.italic)
document.save("oeasy.docx")
command = "yes | unzip -d oeasy oeasy.docx"
result = subprocess.run(command, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
command = "firefox oeasy/word/styles.xml"
result = subprocess.run(command, shell=True, stdout=subprocess.PIPE, stderr=subprocess.PIPE, text=True)
print(result.stdout)
if result.stderr:
    print(result.stderr)

• 查看结果

• 确实找到了
  • 新建的样式oeasy
  • 并且oeasy里面
  • 设置了italic
• document.xml
  • 是如何应用oeasy样式的呢？

观察 document.xml

firefox document.xml

• 可以看到
  • o2z的样式
  • 是oeasy

• 如果修改xml
  • 再压缩成zip形式的docx
  • 就能修改文档吗？

探索

• 修改文档

cd oeasy/word
vi document.xml

• :set wrap
  • 控制自动换行
• /o2z
  • 找到o2z位置

• 将o2z修改为
  • o2zo3z
  • 然后保存

压缩文件

• 进入文件夹

cd oeasy

• 将 文件夹中
  • 所有文件夹 中的内容
  • 递归地 压缩到docx

zip -r o3z.docx *.* customXml docProps _rels word

• 得到o3z.docx

打开 文档

• 查找libreoffice位置

whereis libreoffice

• 使用libreoffice打开
  • 新压缩的文档

/usr/bin/libreoffice o3z.docx

• 结果

• 确实将o3z作为文本
  • 插入到了 文档中

总结🤔

• 这次
  • 从 设置中文文本 字体开始
  • 观察到了 docx的 结构
• docx
  • 本质上是一个zip压缩包
  • 可以 解压出 相关文件夹和文件

文件	作用
word/document.xml	文档内容
word/styles.xml	负责样式

• 我们
  • 可以解压docx
  • 也可以编辑xml文件
    • 然后压缩进入docx
• 目前学习到的样式
  • 都是 以字体为基础的
• 能否 有以段落为基础的样式 呢？
• 我们下次再说！👋🏻