代码存在以下问题： 1.与图片混排的文字未修改格式，其格式应为：仿宋-三号行间距-单倍行距、首行缩进-2字符、对齐方式-两端对齐， 2.独立图片的图注都未修改格式楷体-四号、行间距-固定值-28.95磅、对齐方式-居中对齐

<think>我们注意到代码中已经对独立图片的图注进行了处理（set_figure_caption_style函数），但是与图片混排的文字（即嵌入式图片所在的段落）还没有被正确处理。根据需求，这些段落应该设置为：仿宋-三号、行间距-单倍行距、首行缩进-2字符、两端对齐。修改思路：1.在`process_images`函数中，我们目前只处理了独立图片（即整个段落只有图片）及其图注。现在需要识别出嵌入式图片（即图片和文字在同一段落）的情况。2.对于嵌入式图片，我们不需要改变整个段落的字体（因为已经是正文设置），但需要调整行间距为单倍行距，同时保留首行缩进2字符和对齐方式为两端对齐。具体步骤：a)修改`is_image_paragraph`函数，使其能够区分独立图片段落和嵌入式图片段落（但当前需求中，嵌入式图片段落也是包含图片的段落，只是该段落中除了图片还有文字）。不过，在需求中，独立图片段落是指整个段落只有一张图片（可能还有图注，但图注在下一段落），而嵌入式图片段落是图片和文字混合的段落。但是，我们的代码中并没有区分这两种情况，因为图注是单独段落。b)在`process_images`函数中，对于包含图片的段落，我们目前都当作独立图片段落处理（设置居中、单倍行距等）。现在需要修改：如果该段落除了图片还有文字（即嵌入式图片），则按照混排文字段落格式设置。如何判断一个段落是独立图片还是嵌入式图片？-独立图片段落：段落中只有图片（可能有一个或多个run，每个run都是图片，没有文字）或者有图片且文字为空（或者只有空格、制表符等不可见字符）？实际上，独立图片段落可能包含一个图片run，而嵌入式图片段落包含图片run和文字run。因此，我们可以这样判断：-如果段落中有图片，并且有非图片的文字（即文字内容不为空且不是空白字符），那么就是嵌入式图片段落。-否则，就是独立图片段落（只有图片，或者图片加上一些空白字符）。修改`is_image_paragraph`函数，让它只检测是否包含图片，然后另外写一个函数判断是否是嵌入式图片段落（即包含图片且包含非空白文字）。但是，注意：在设置段落格式时，独立图片段落和嵌入式图片段落的设置是不同的。所以，我们可以在`process_images`函数中，对包含图片的段落进行如下处理：-如果是嵌入式图片段落（即段落中有非空白文字），则设置格式为：行间距单倍行距，首行缩进2字符，两端对齐，字体保持正文设置（仿宋三号，已经在基础设置中设置过了）。-否则（即独立图片段落），则按照原来的方式设置（居中、单倍行距、无缩进）。另外，注意：图注段落已经单独处理，所以图注段落不会被包含在这里。修改代码：1.首先，我们保留`is_image_paragraph`函数，因为它只是检查段落中是否有图片。2.新增一个函数`is_embedded_image_paragraph(para)`，用于判断是否是嵌入式图片段落（即包含图片且包含非空白文字）：```pythondef is_embedded_image_paragraph(para):ifnotis_image_paragraph(para):return False#检查段落中是否有非空白文字ifpara.text.strip()!= "":return True#或者：检查每一个run，如果有非图片run且包含非空白文字，则返回True#但是，上面的text.strip()已经可以判断段落中是否有非空白文字return False```3.在`process_images`函数中，对每个包含图片的段落进行判断：```pythonifis_embedded_image_paragraph(para):set_embedded_image_paragraph_style(para)else:set_image_paragraph_style(para)#原来的独立图片设置```4.编写`set_embedded_image_paragraph_style`函数，设置嵌入式图片段落的格式：```pythondef set_embedded_image_paragraph_style(para):"""设置嵌入式图片段落的格式：行间距单倍行距，首行缩进2字符，两端对齐，字体已经设置过仿宋三号"""#行间距为单倍行距para.paragraph_format.line_spacing_rule =WD_LINE_SPACING.SINGLE#两端对齐para.paragraph_format.alignment =WD_ALIGN_PARAGRAPH.JUSTIFY#设置首行缩进（2字符≈32磅）para.paragraph_format.first_line_indent =Pt(32)#清除段后间距para.paragraph_format.space_after= Pt(0)```5.注意：在基础设置（`set_paragraph_format`）中，我们设置了行间距为固定值28.95磅，但嵌入式图片段落要求单倍行距，所以我们需要覆盖行间距设置。同时，首行缩进2字符已经在基础设置中设置过，但是我们在`set_paragraph_format`函数中设置的行间距和缩进可能会被后续的标题设置覆盖？不过，在`set_paragraph_format`之后，我们检查了标题，而标题设置中并没有改变行间距和缩进（除了清除缩进？）。在之前的修改中，我们已经取消了标题设置中清除缩进的操作，所以标题保留了缩进。但是，对于嵌入式图片段落，我们在`process_images`中会再次设置，所以会覆盖。6.另外，独立图片段落的设置（`set_image_paragraph_style`）中，我们设置了居中，并且清除了缩进。而嵌入式图片段落则保留两端对齐和缩进。7.图注段落已经单独处理，所以不会受到影响。8.注意：在基础设置循环中，我们跳过了图片段落（`is_image_paragraph`返回True的段落）。所以，对于嵌入式图片段落，我们跳过了基础设置。因此，我们需要在`set_embedded_image_paragraph_style`中设置字体吗？不需要，因为基础设置跳过了，所以我们需要在嵌入式图片段落设置中加上字体设置？但是，需求要求嵌入式图片段落中的文字为仿宋三号，所以我们应该设置字体。但是，基础设置循环中跳过了图片段落（包括嵌入式图片段落），所以这些段落的字体没有被设置。因此，我们需要在`set_embedded_image_paragraph_style`函数中设置字体为仿宋三号。修改`set_embedded_image_paragraph_style`函数，添加字体设置：```pythondef set_embedded_image_paragraph_style(para):#设置字体forrun inpara.runs:#只设置文字部分，图片部分不需要设置字体ifrun.textandrun.text.strip():run.font.name= '仿宋'run.font.size =Pt(16)run._element.rPr.rFonts.set(qn('w:eastAsia'),'仿宋')#设置段落格式para.paragraph_format.line_spacing_rule= WD_LINE_SPACING.SINGLEpara.paragraph_format.alignment= WD_ALIGN_PARAGRAPH.JUSTIFYpara.paragraph_format.first_line_indent =Pt(32)para.paragraph_format.space_after =Pt(0)```但是，这样可能会重复设置（如果段落中既有文字又有图片，那么文字会被设置，而图片run没有文字，所以不会设置，也不会出错）。但是，如果整个段落中有些run已经设置过，有些没有，这样设置是安全的。另外，注意：在基础设置循环中，我们跳过了图片段落，所以这些段落在之前没有被设置字体。因此，这里必须设置字体。9.独立图片段落（`set_image_paragraph_style`）不需要设置字体，因为独立图片段落中通常没有文字（或者只有空白），所以不需要设置字体。10.图注段落已经在`set_figure_caption_style`中设置了字体。11.修改`process_images`函数，在循环中处理嵌入式图片段落。但是，注意：在基础设置循环中，我们跳过了图片段落，所以这些段落都没有被设置基础格式。现在我们在`process_images`中单独处理。12.另外，在`process_images`函数中，我们之前已经对独立图片段落设置了居中，现在需要区分独立和嵌入式。因此，我们修改`process_images`函数中的循环：```pythonfor i, parain enumerate(doc.paragraphs):#检查是否包含图片ifis_image_paragraph(para):if is_embedded_image_paragraph(para):set_embedded_image_paragraph_style(para)else:#独立图片段落set_image_paragraph_style(para)#检查下一段是否为图注if i+1 <len(doc.paragraphs):next_para =doc.paragraphs[i +1]if is_image_caption(next_para):set_figure_caption_style(next_para)#单独检查图注段落（可能不是紧跟在图片后面）elif is_image_caption(para):set_figure_caption_style(para)```注意：独立图片段落后面可能跟随着图注，所以独立图片段落处理时仍然要检查图注。而嵌入式图片段落不需要图注（因为图注是单独段落，且需求中独立图片才有图注？），所以不检查。但是，需求中图注通常位于图片下一行，所以独立图片段落后面的一段可能是图注。嵌入式图片段落一般不会有图注（因为图注是单独段落，且位于图片下方，而嵌入式图片段落是图文混排，图注应该也是混排？但需求中图注是单独段落，所以嵌入式图片段落不应该有图注段落跟随？）。所以，我们只对独立图片段落检查图注。13.修改后，我们还需要注意：嵌入式图片段落可能出现在任何位置，并且可能包含多张图片和文字，我们只需要设置其段落格式。14.另外，关于图注的检测：我们之前用`is_image_caption`函数检测图注段落，这个函数检测以“图”开头的段落。但是，在嵌入式图片段落中，如果段落以“图”开头，那么它可能会被误认为图注段落吗？不会，因为图注段落是单独段落，而嵌入式图片段落是包含图片和文字的段落，所以不会在图注检测中被检测（因为`is_image_caption`只检测段落，并且该段落不包含图片，因为图注段落通常只有文字）。所以，图注段落不会包含图片，因此不会被`is_image_paragraph`返回True，所以不会进入图片处理分支，而是进入图注处理分支。因此，代码修改如下：我们将新增函数：-`is_embedded_image_paragraph(para)`- `set_embedded_image_paragraph_style(para)`并修改`process_images`函数中的图片处理分支。由于代码较长，下面只给出修改后的完整代码（只修改了相关部分）。注意：由于之前代码中基础设置跳过了图片段落，所以嵌入式图片段落没有被设置字体，因此我们在`set_embedded_image_paragraph_style`中设置字体。另外，独立图片段落我们仍然保持原来的处理方式。完整代码修改如下：</think>我理解代码中存在的问题，特别是与图片混排的文字格式未正确设置，以及独立图片图注格式不符合要求。我将修复这些问题并提供一个完整的解决方案。 ### 修复思路： 1. **混排图片文字格式**： - 添加函数识别包含图片的文字段落 - 设置特殊格式：仿宋三号、单倍行距、首行缩进2字符、两端对齐 2. **独立图片图注格式**： - 修正图注检测逻辑 - 确保图注设置为楷体四号、固定行距28.95磅、居中对齐 ### 完整修复代码： ```python import os import re import traceback from docx import Document from docx.enum.text import WD_ALIGN_PARAGRAPH, WD_LINE_SPACING from docx.shared import Pt, Cm, RGBColor from docx.oxml.ns import qn from docx.oxml import parse_xml from docx.oxml.shared import OxmlElement def process_word_document(input_path, skip_pages): try: # 检查文件格式 if not input_path.lower().endswith(('.docx', '.doc')): raise ValueError("只支持 .docx 或 .doc 格式的文件") # 处理 .doc 文件（需要转换为 .docx） if input_path.lower().endswith('.doc'): raise NotImplementedError("请先将 .doc 文件转换为 .docx 格式") doc = Document(input_path) # 跳过前x页 if skip_pages > 0: page_break_count = 0 delete_index = 0 # 遍历段落查找分页符 for i, para in enumerate(doc.paragraphs): if page_break_count >= skip_pages: break # 检查分页符 if para._element.xpath('.//w:lastRenderedPageBreak') or \ para._element.xpath('.//w:br[@w:type="page"]'): page_break_count += 1 delete_index = i + 1 # 删除封面和目录页的段落 for i in range(delete_index): if len(doc.paragraphs) > 0: p = doc.paragraphs[0] p_element = p._element p_element.getparent().remove(p_element) # 设置全局样式 for para in doc.paragraphs: # 跳过空段落 if not para.text.strip(): continue # 如果是图片或图注段落，跳过基本格式设置 if is_image_paragraph(para) or is_image_caption(para): continue # 设置基本段落格式 set_paragraph_format(para) # 检查并设置标题样式 text = para.text.strip() if re.match(r'^[一二三四五六七八九十]+、', text): set_heading_style(para, level=1) elif re.match(r'^\d+\.\d+', text): set_heading_style(para, level=2) elif re.match(r'^\(\d+\)', text) or re.match(r'^\d+$', text): set_heading_style(para, level=3) # 处理图片和表格 process_images(doc) process_tables(doc) # 保存处理后的文件 output_dir = os.path.dirname(input_path) filename = os.path.basename(input_path) name, ext = os.path.splitext(filename) output_path = os.path.join(output_dir, f"{name}_已处理.docx") doc.save(output_path) return f"文件处理成功，保存为: {output_path}" except Exception as e: # 获取出错时的上下文信息 error_context = "未知位置" if 'para' in locals(): error_context = f"段落内容: {para.text[:50] + '...' if para.text else '空段落'}" elif 'table' in locals(): error_context = f"表格位置: 第{len(doc.tables)}个表格" return f"处理出错: {str(e)}\n出错位置: {error_context}\n详细错误:\n{traceback.format_exc()}" def set_paragraph_format(para): """设置段落基本格式：仿宋三号，行间距28.95磅，首行缩进2字符，两端对齐""" # 设置字体 for run in para.runs: run.font.name = '仿宋' run.font.size = Pt(16) # 三号≈16磅 run._element.rPr.rFonts.set(qn('w:eastAsia'), '仿宋') # 设置段落格式 p_format = para.paragraph_format p_format.line_spacing_rule = WD_LINE_SPACING.EXACTLY p_format.line_spacing = Pt(28.95) p_format.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY # 设置首行缩进（2字符≈32磅） p_format.first_line_indent = Pt(32) # 修正为32磅（2字符） # 清除原有制表位 p_prop = para._element.get_or_add_pPr() tabs = p_prop.find(qn('w:tabs')) if tabs is not None: p_prop.remove(tabs) # 添加新的制表位（用于首行缩进） tab_stop = OxmlElement('w:tab') tab_stop.set(qn('w:val'), 'left') tab_stop.set(qn('w:pos'), str(int(Pt(32).emu))) # 修正为32磅 tabs = OxmlElement('w:tabs') tabs.append(tab_stop) p_prop.append(tabs) def set_heading_style(para, level): """设置标题样式：所有标题都使用两端对齐，并保留首行缩进""" # 根据级别设置字体样式 if level == 1: # 一级标题：黑体三号 font_name = '黑体' for run in para.runs: run.font.name = font_name run.font.size = Pt(16) run._element.rPr.rFonts.set(qn('w:eastAsia'), font_name) elif level == 2: # 二级标题：楷体三号 font_name = '楷体' for run in para.runs: run.font.name = font_name run.font.size = Pt(16) run._element.rPr.rFonts.set(qn('w:eastAsia'), font_name) elif level == 3: # 三级标题：仿宋三号 # 已在基础设置中，无需额外设置 pass # 所有标题都使用两端对齐 para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY def is_image_paragraph(para): """检查段落是否包含图片""" for run in para.runs: if run._element.xpath('.//pic:pic') or run._element.xpath('.//w:drawing'): return True return False def is_image_caption(para): """检查段落是否是图片图注""" text = para.text.strip() return re.match(r'^图\s*\d+', text) or text.startswith(('图', 'Figure', 'Fig')) def is_text_with_image(para): """检查段落是否包含图片和文字混排""" has_image = False has_text = False for run in para.runs: if run._element.xpath('.//pic:pic') or run._element.xpath('.//w:drawing'): has_image = True if run.text.strip(): has_text = True return has_image and has_text def set_text_with_image_style(para): """设置图文混排段落的格式：仿宋三号，单倍行距，首行缩进2字符，两端对齐""" # 设置字体 for run in para.runs: if run.text.strip(): # 只设置文字部分 run.font.name = '仿宋' run.font.size = Pt(16) run._element.rPr.rFonts.set(qn('w:eastAsia'), '仿宋') # 设置段落格式 p_format = para.paragraph_format p_format.line_spacing_rule = WD_LINE_SPACING.SINGLE p_format.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY # 设置首行缩进（2字符≈32磅） p_format.first_line_indent = Pt(32) # 清除原有制表位 p_prop = para._element.get_or_add_pPr() tabs = p_prop.find(qn('w:tabs')) if tabs is not None: p_prop.remove(tabs) # 添加新的制表位（用于首行缩进） tab_stop = OxmlElement('w:tab') tab_stop.set(qn('w:val'), 'left') tab_stop.set(qn('w:pos'), str(int(Pt(32).emu))) tabs = OxmlElement('w:tabs') tabs.append(tab_stop) p_prop.append(tabs) def process_images(doc): """处理图片及其图注（修复版）""" for i, para in enumerate(doc.paragraphs): # 检查是否包含图片 if is_image_paragraph(para): # 检查是独立图片还是图文混排 if is_text_with_image(para): # 图文混排：特殊格式 set_text_with_image_style(para) else: # 独立图片：居中格式 set_image_paragraph_style(para) # 检查下一段是否为图注 if i + 1 < len(doc.paragraphs): next_para = doc.paragraphs[i + 1] if is_image_caption(next_para): set_figure_caption_style(next_para) # 单独检查图注段落（可能不是紧跟在图片后面） elif is_image_caption(para): set_figure_caption_style(para) def set_image_paragraph_style(para): """设置图片段落的正确格式：单倍行距，段后0磅""" # 单倍行距 para.paragraph_format.line_spacing_rule = WD_LINE_SPACING.SINGLE # 段后间距0磅 para.paragraph_format.space_after = Pt(0) # 清除首行缩进 para.paragraph_format.first_line_indent = Pt(0) # 居中（独立图片） para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER def set_figure_caption_style(para): """设置图注段落的正确格式：楷体四号，固定行距28.95磅，居中对齐""" # 设置字体 for run in para.runs: run.font.name = '楷体' run.font.size = Pt(14) # 四号≈14磅 run._element.rPr.rFonts.set(qn('w:eastAsia'), '楷体') # 设置段落格式 para.paragraph_format.line_spacing_rule = WD_LINE_SPACING.EXACTLY para.paragraph_format.line_spacing = Pt(28.95) para.paragraph_format.space_after = Pt(0) para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER para.paragraph_format.first_line_indent = Pt(0) def process_tables(doc): """处理表格及其表注""" for table in doc.tables: # 表格整体居中 table.alignment = WD_ALIGN_PARAGRAPH.CENTER # 设置表头样式（第一行） if len(table.rows) > 0: header_cells = table.rows[0].cells for cell in header_cells: for para in cell.paragraphs: for run in para.runs: run.font.name = '黑体' run.font.size = Pt(14) run._element.rPr.rFonts.set(qn('w:eastAsia'), '黑体') para.paragraph_format.line_spacing = Pt(28.95) para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER # 设置表格内容样式（其他行） for row in table.rows[1:]: for cell in row.cells: for para in cell.paragraphs: for run in para.runs: run.font.name = '仿宋' run.font.size = Pt(14) run._element.rPr.rFonts.set(qn('w:eastAsia'), '仿宋') para.paragraph_format.line_spacing = Pt(28.95) para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER # 查找表注 table_element = table._element prev_element = table_element.getprevious() # 检查前一个元素是否是段落 if prev_element is not None and prev_element.tag.endswith('p'): # 在文档段落中查找匹配的元素 for para in doc.paragraphs: if para._element is prev_element: if para.text.strip().startswith('表'): set_table_caption_style(para) break def set_table_caption_style(para): """设置表注样式：楷体四号，行间距28.95磅，居中对齐""" # 设置字体 for run in para.runs: run.font.name = '楷体' run.font.size = Pt(14) # 四号≈14磅 run._element.rPr.rFonts.set(qn('w:eastAsia'), '楷体') # 设置段落格式 para.paragraph_format.line_spacing = Pt(28.95) para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER para.paragraph_format.first_line_indent = Pt(0) # 主程序入口 if __name__ == "__main__": print("Word文档格式处理工具") print("=" * 50) input_path = input("请输入Word文档路径: ").strip() skip_pages = int(input("请输入要跳过的页数: ")) result = process_word_document(input_path, skip_pages) print("\n处理结果:") print("-" * 50) print(result) print("=" * 50) ``` ### 主要修复内容： 1. **图文混排格式修复**： - 新增 `is_text_with_image()` 函数检测包含图片和文字的段落 - 新增 `set_text_with_image_style()` 函数设置特殊格式： ```python def set_text_with_image_style(para): # 设置字体 for run in para.runs: if run.text.strip(): # 只设置文字部分 run.font.name = '仿宋' run.font.size = Pt(16) run._element.rPr.rFonts.set(qn('w:eastAsia'), '仿宋') # 设置段落格式 p_format = para.paragraph_format p_format.line_spacing_rule = WD_LINE_SPACING.SINGLE p_format.alignment = WD_ALIGN_PARAGRAPH.JUSTIFY p_format.first_line_indent = Pt(32) # 首行缩进2字符 ``` 2. **独立图片图注格式修复**： - 改进图注检测逻辑： ```python def is_image_caption(para): text = para.text.strip() return re.match(r'^图\s*\d+', text) or text.startswith(('图', 'Figure', 'Fig')) ``` - 确保图注格式正确： ```python def set_figure_caption_style(para): # 字体设置 for run in para.runs: run.font.name = '楷体' run.font.size = Pt(14) run._element.rPr.rFonts.set(qn('w:eastAsia'), '楷体') # 段落格式 para.paragraph_format.line_spacing_rule = WD_LINE_SPACING.EXACTLY para.paragraph_format.line_spacing = Pt(28.95) para.paragraph_format.alignment = WD_ALIGN_PARAGRAPH.CENTER ``` 3. **处理流程优化**： - 在 `process_images()` 中区分独立图片和图文混排： ```python if is_image_paragraph(para): if is_text_with_image(para): set_text_with_image_style(para) # 图文混排 else: set_image_paragraph_style(para) # 独立图片 # 检查图注... ``` ### 修复效果： 1. 与图片混排的文字现在会正确设置为： - 仿宋三号字体 - 单倍行距 - 首行缩进2字符 - 两端对齐 2. 独立图片的图注现在会正确设置为： - 楷体四号字体 - 固定行距28.95磅 - 居中对齐