并且每个文件要单独新建一个写入，每个文件都会有页眉页脚信息
1 Like
要将多个 DOCX 文件合并为一个文件，并确保每个文件都有独立的页眉和页脚信息，您可以使用 Aspose.Words 的 AppendDocument 方法。以下是一个示例代码，展示了如何实现这一点：
using Aspose.Words;
class Program
{
static void Main(string[] args)
{
// 创建一个新的文档作为目标文档
Document dstDoc = new Document();
// 假设您有多个源文档的路径
string[] sourceFiles = { "Document1.docx", "Document2.docx", "Document3.docx" };
foreach (string file in sourceFiles)
{
// 加载源文档
Document srcDoc = new Document(file);
// 将源文档追加到目标文档
dstDoc.AppendDocument(srcDoc, ImportFormatMode.KeepSourceFormatting);
}
// 保存合并后的文档
dstDoc.Save("MergedDocument.docx");
}
}
在这个示例中，我们首先创建一个新的目标文档，然后循环遍历每个源文档，将其追加到目标文档中。使用 ImportFormatMode.KeepSourceFormatting 可以确保源文档的格式（包括页眉和页脚）被保留。最后，合并后的文档被保存为 “MergedDocument.docx”。
您可以根据需要调整源文档的路径和目标文档的名称。这样，您就可以将多个 DOCX 文件合并为一个文件，并保持每个文件的独立格式信息。
如果您需要更多关于合并文档的详细信息，可以参考 Aspose.Words 的官方文档。
@hhh1111 您也可以尝试使用Merger要合并文档，请执行以下操作：
Merger.merge("output.docx", ["input_1.docx", "input_2.docx"])
你的意思是从文档中删除除页眉/页脚之外的所有数据吗？您可以使用：
doc = aw.Document("input.docx")
for section in doc.sections:
section = section.as_section()
section.body.remove_all_children()
if section != doc.sections[0]:
section.remove()
doc.save("output.docx")
不是是删除文件里面的表格
@hhh1111 这是一个带有文本的表，看起来您想删除此表。您可以使用以下代码删除文本和表格。如果你想删除其他内容，你可以勾选previous_sibling或next_sibliing并将其删除。
# Define the text to remove
text_to_remove = "安慰剂给药"
# Iterate through all Run nodes in the document
for run in doc.get_child_nodes(aw.NodeType.RUN, True):
run = run.as_run()
# Check if the Run's text matches the text to remove
if run.text == text_to_remove:
# Remove the Run from its parent
table = run.get_ancestor(aw.NodeType.TABLE)
table.as_table().remove()
doc.save("output.docx")
需要删除他下面的所有表格信息
@hhh1111 您可以像这样更新之前的代码以找到下一个表：
doc = aw.Document("input.docx")
table = None
text_to_remove = "安慰剂给药"
# Iterate through all Run nodes in the document
for run in doc.get_child_nodes(aw.NodeType.RUN, True):
run = run.as_run()
# Check if the Run's text matches the text to remove
if run.text == text_to_remove:
# Remove the Run from its parent
table = run.get_ancestor(aw.NodeType.TABLE)
if table is not None:
tables = doc.get_child_nodes(aw.NodeType.TABLE, True)
target_index = tables.index_of(table)
# Check if there is a next table
if target_index + 1 < tables.count:
next_table = tables[target_index + 1]
next_table.remove()
doc.save("output.docx")
@hhh1111 作为一种变体，您可以使用书签删除表格后面和段落前面的所有内容：
doc = aw.Document("input.docx")
table = None
text_to_remove = "安慰剂给药"
# Iterate through all Run nodes in the document
for run in doc.get_child_nodes(aw.NodeType.RUN, True):
run = run.as_run()
# Check if the Run's text matches the text to remove
if run.text == text_to_remove:
# Remove the Run from its parent
table = run.get_ancestor(aw.NodeType.TABLE)
start = aw.BookmarkStart(doc, "Bookmark")
end = aw.BookmarkEnd(doc, "Bookmark")
if table is not None:
table.parent_node.insert_after(start, table)
tables = doc.get_child_nodes(aw.NodeType.TABLE, True)
last_table = tables[tables.count - 1]
last_table.parent_node.insert_after(end, last_table)
bookmark = doc.range.bookmarks.get_by_name("Bookmark")
bookmark.text = ""
bookmark.remove()
doc.save("output.docx")
这是一个基于表信息的文件示例。你也可以在没有last_table信息的情况下工作，只需在文本中找到你需要的段落，并在它之前插入书签的末尾。
请问怎么读取文档的超链接。怎么在把超链接写入另一个文档里面
@hhh1111 “Aspose.Words”将超链接显示为字段。您可以使用以下代码阅读它们：
doc = aw.Document("input.docx")
# 遍历文档中的所有字段起始节点。
for field in doc.range.fields:
# 检查该字段是否为超链接。
if field.type == aw.fields.FieldType.FIELD_HYPERLINK:
# 将字段转换为FieldHyperlink。
hyperlink = field.as_field_hyperlink()
# 打印超链接目标并显示文本。
print(f"Hyperlink Target: {hyperlink.address}")
print(f"Display Text: {hyperlink.result}")
要插入超链接，您可以使用：
doc = aw.Document()
builder = aw.DocumentBuilder(doc)
builder.font.style_identifier = aw.StyleIdentifier.HYPERLINK
builder.insert_hyperlink("Google Example", "https://www.google.com", False)
doc.save("output.docx")
import aspose.words as aw
import re
import aspose.pydrawing as drawing
lic = aw.License()
lic_path = "../Aspose.Total.Product.Family.lic"
lic.set_license(lic_path)
def clean_content(content):
# 移除特殊的字段代码和控制字符
content = re.sub(r'[\x13\x14\x15]', '', content)
content = content.strip()
return content
def extract_document_content(doc_path):
doc = aw.Document(doc_path)
data_list = []
# 遍历文档中的所有节点
for node in doc.get_child_nodes(aw.NodeType.ANY, True):
print(node.node_type)
if node.node_type == aw.NodeType.FIELD_START:
field_start = node.as_field_start()
field = field_start.as_field_start().get_field()
# 判断字段类型是否为超链接
if field.type == aw.fields.FieldType.FIELD_HYPERLINK:
# 将字段转换为超链接字段
hyperlink = field.as_field_hyperlink()
# # 获取超链接地址
url = hyperlink.address
data_list.append({"type": "hyperlink", "content": url})
#
print("找到一个超链接，地址为：", url)
# 获取超链接的显示文本
# display_text = ""
# current_node = field_start.next_sibling
# while current_node is not None and current_node.node_type != aw.NodeType.FIELD_END:
# if current_node.node_type == aw.NodeType.RUN:
# display_text += current_node.get_text()
# current_node = current_node.next_sibling
#
elif node.node_type == aw.NodeType.PARAGRAPH:
node = node.as_paragraph()
content = node.get_text().strip()
if content and not node.get_ancestor(aw.NodeType.FIELD_START) and 'https:' not in content:
data_list.append({"type": "paragraph", "content": content})
return data_list
def save_docx(save_path,data):
doc = aw.Document()
builder = aw.DocumentBuilder(doc)
for item in data:
content = clean_content(item.get('content', ''))
if item['type'] == 'paragraph':
# 添加段落
builder.writeln(content)
elif item['type'] == 'hyperlink':
# 插入超链接
builder.font.color = drawing.Color.blue
builder.font.underline = aw.Underline.SINGLE
builder.insert_hyperlink(content, content, False)
builder.writeln()
# 清除字体格式
builder.font.clear_formatting()
# 保存文档
doc.save(save_path)
if __name__ == '__main__':
doc_path = "../narrative/情報源URL.docx" # 请替换为您的文档路径
content_list = extract_document_content(doc_path)
save_docx("output.docx",content_list)
print(content_list)
为什么我获取段落信息 也有超链接的信息啊
elif node.node_type == aw.NodeType.PARAGRAPH: 这个判断怎么排出超链接的信息