Kako izvući strukturu dokumenta s parserima u Pythonu?

Kako izvući strukturu dokumenta s parserima

Aspose.Words FOSS for Python provides parser classes for extracting structured data from DOCX documents. This guide covers NumberingParser za brojanje na popisu i StyleParser za stilove dokumenata.

U skladu s člankom 21. stavkom 1.

Instaliraj knjižnicu:

pip install aspose-words-foss>=26.4.0

Zahtijeva Python 3.10 ili noviji.

Proučavanje brojanja

NumberingParser Čita definicije brojanja liste iz DOCX paketa. Nakon poziva na parse_numbering_part(), možete upitati svojstva liste:

• NumberingParser.get_list_info() prikupiti informacije o određenoj listi po njenom ID-u
• NumberingParser.is_ordered_list() provjeriti je li razina popisa uređena ili označena žigom.
• NumberingParser.get_start_value() dobiti početni broj za razinu liste
• NumberingParser.get_delimiter() dobiti niz razgraničnika za popis nivoa

Stilu analizirač

StyleParser parse stil imena u strukturiranom ParsedStyle U slučaju da se u skladu s člankom 21. stavkom 1. točkom (a) ne primjenjuje, podnositelj zahtjeva može na temelju članka 13. stavka 2. točke (b) dati sljedeće informacije:

• StyleParser.parse() analizirati ime stila u a ParsedStyle predmet
• StyleParser.get_style_chain() analizirati lanac imena stila za naslijeđene stilove
• StyleParser.is_setext_heading() provjeriti je li stil naslov u stilu Setext-a.
• StyleParser.extract_all_styles() izvaditi pojedinačna imena stilova iz lanca odvojenih komama

Modela podataka za brojanje

U ovom slučaju, u skladu s člankom 4. stavkom 1. točkom (a) i podstavkom 2. točkama 3. i 5. ovog članka.:

Rezultati:

Također pogledajte:

• Aspose.Words for Python — Enterprise Knowledge Base