使用Python和python-docx乘以Word文件的内容

Question

我正在利用 tkinter 和 python-docx 库构建一个 Python 应用程序。其目的是读取现有的 Word 文档（包括表格、段落和其他典型的 Word 元素）并在同一文档中按照用户指定的次数重现其内容。这项工作的精髓是生成用于交付目的的可打印标签。

目标： 该应用程序应该能够：

允许用户选择 .docx 文件。 让用户指定内容应重复的次数。 保存复制指定次数的原始内容的结果。 当前状态： 利用下面的代码，我成功地复制了内容。然而，似乎只有第一页保留了原始内容，而后续页面则没有了：

蟒蛇 复制代码

import tkinter as tk
from tkinter import filedialog, messagebox
from docx import Document

class WordMultiplierApp:
    def __init__(self, root):
        self.root = root
        self.root.title('Word Content Multiplier')
        
        self.file_path = tk.StringVar()
        
        # UI components
        tk.Label(root, text="Select Word File:").pack(pady=10)
        tk.Button(root, text="Browse", command=self.browse_file).pack(pady=10)
        
        tk.Label(root, text="No. of Times to Multiply:").pack(pady=10)
        self.multiplier = tk.Entry(root)
        self.multiplier.pack(pady=10)
        
        tk.Button(root, text="Process", command=self.process_file).pack(pady=20)

    def browse_file(self):
        file = filedialog.askopenfilename(filetypes=[('Word Files', '*.docx')])
        if file:
            self.file_path.set(file)

    def process_file(self):
        if not self.file_path.get():
            messagebox.showerror("Error", "Please select a valid Word file.")
            return
        
        try:
            times = int(self.multiplier.get())
        except ValueError:
            messagebox.showerror("Error", "Enter a valid integer for multiplication.")
            return
        
        original_doc = Document(self.file_path.get())

        # Check if original doc is not empty
        if not original_doc.paragraphs:
            messagebox.showerror("Error", "The Word file seems empty or content cannot be read.")
            return

        # Multiply content of each paragraph
        paragraphs = list(original_doc.paragraphs)
        for para in paragraphs:
            original_text = para.text
            for _ in range(1, times):
                original_doc.add_paragraph(original_text)
                
        save_path = filedialog.asksaveasfilename(defaultextension=".docx", filetypes=[('Word Files', '*.docx')])
        if save_path:
            original_doc.save(save_path)
            messagebox.showinfo("Success", "File processed and saved successfully!")

if __name__ == "__main__":
    root = tk.Tk()
    app = WordMultiplierApp(root)
    root.mainloop()

挑战： 如何确保内容真实重复指定次数，包括表格、段落等元素，没有任何遗漏？

对此难题的任何见解或解决方案将不胜感激。预先感谢您的时间和专业知识。

利用 python-docx 库，我努力迭代原始文档的每个段落，并将文本附加用户定义的次数。我的期望很简单：对于原始文档中的每个段落、表格或其他 Word 元素，内容将按照用户指定的确切次数进行复制，同时保持原始格式和结构。

然而，在执行时，我发现了一个异常。虽然第一页准确地复制了内容，但后续页面却莫名其妙地没有内容。考虑到生成可打印标签的目标，这种不一致会阻碍应用程序的功效。

在--@timroberts之后编辑：

感谢您的反馈。我目前正在 Python 中使用 PyPDF2 库来处理 PDF。这是我正在使用的代码片段：

python
Copy code
import PyPDF2

def multiply_pdf_content(input_pdf, output_pdf, times):
    with open(input_pdf, 'rb') as file:
        reader = PyPDF2.PdfFileReader(file)
        writer = PyPDF2.PdfFileWriter()

        for _ in range(times):
            for page_num in range(reader.numPages):
                page = reader.getPage(page_num)
                writer.addPage(page)

        with open(output_pdf, 'wb') as output_file:
            writer.write(output_file)

尽管多次尝试将内容相乘，但我在输出 PDF 中只获得了一份内容副本。任何关于我可能做错的事情的指导都会非常有帮助。

Answer 1

我不确定你做错了什么，但是当我修改你的代码以使其与最新的 PyPDF2 API 匹配时，它工作得很好：

import PyPDF2

def multiply_pdf_content(input_pdf, output_pdf, times):
    with open(input_pdf, 'rb') as file:
        reader = PyPDF2.PdfReader(file)
        writer = PyPDF2.PdfWriter()

        for _ in range(times):
            for page in reader.pages:
                writer.add_page(page)

        with open(output_pdf, 'wb') as output_file:
            writer.write(output_file)

multiply_pdf_content('Video.pdf','xxx.pdf',5)