在word文档中搜索文本

Question

我希望有人能帮我这个忙。几天来，我一直在寻找从word文档中提取一些文本并用其他文本更新文档的方法。这不是您的标准搜索和替换功能。这就是我的意思。我有一个word文档，它可以有1到多次这样的情况: lat=29.78908972，long=-82.03912832。我需要从文档的开头开始，提取lat和lon值，将这些值传递给Google服务，该服务将返回与lat/lon关联的县。然后，我需要用县更新文档。重复此操作，直到文档结束。我还需要保留单词的格式。我所发现的一切似乎都是搜索和替换的，意思是，找到这个文本，用这个文本代替它。我也探索过使用书签，但是因为lat/lon值在一个循环中(在文档构建中)，它只更新了最后一个书签，而不是每个书签。我猜是因为他们的名字是一样的？文档实际上是一个模板，它是从我们正在使用的第三方应用程序(称为DeviceMagic )中填充的。任何帮助都将不胜感激。谢谢。

Answer 1

如果您的Word文件是.docx格式的，并且如果lat/lon值是一种可以由正则表达式可靠地匹配的格式，那么您可以构建一个处理管道，如下所示：

1. 使用zip (或7zip)从.docx文件中提取文档文本的XML文件。
2. 使用grep将所有唯一的lat/lon规范提取到一个文本文件中，每一行一个。
3. 用Python或您选择的语言编写一些代码来读取坐标反向地理代码，并以文本替换命令的sed脚本的形式写出结果，该脚本将用相应的县名替换每个lat/lon规范。
4. 使用sed在文档文本的XML文件上运行sed脚本。
5. 使用修改后的XML文件更新.docx存档。

如果您愿意，可以用所有自定义代码替换grep和sed的使用，尽管使用这些现有工具可能会更简单。