使用 python-docx 编辑 .docx 文件的文本不保存图像

Question

我正在尝试使用 docx 库编辑 .docx 文件的文本，但保存在新文件中时图像显然没有保留。

代码如下：

from docx import Document

doc = Document("./doc_files/test.docx")

for paragraph in doc.paragraphs:

    if not paragraph.runs:
        continue
    
    for run in paragraph.runs:
        run.text = "plop"

doc.save("./doc_files/test_ploped.docx")

我的 docx 测试文件包含一张图像和一个单词。该文件的大小为 4682KB。 当我运行程序时，新文件为 4678KB。 我的第一个假设是图像根本没有复制到新文件中。 该图像为 190KB，因此如果从新文件中删除该图像，权重差异应该更大。

Answer 1

我假设图像在您替换文本的运行中是“内联”的。

内联图像存储在运行中。分配给

Run.text

会将运行中的所有内容替换为您分配给它的文本，其中包括图像。

python-docx

目前无法检测到这一点并删除图像。这意味着，虽然文档部分中不再有对图像的引用，但

document.xml.rels

部分中仍然存在与它的关系，并且图像部分（类似于

word/media/image1.png

）仍然是包的一部分。这解释了文件大小保持不变的原因。

如果在Word中打开保存的文件并重新保存，孤立的图像部分可能会被删除。

目前没有

Run.remove_picture()

方法或类似方法可以让您完全删除图片。

python-docx

的常见用例是向文档中添加（文档创建）和读取文档（通常是文本提取），而不是删除或移动它们（文档编辑）。