可以使用Python的xml.etree.ElementTree
模块通过以下步骤删除XML中的w:ascii
属性:
import xml.etree.ElementTree as ET# 原始XML片段(需包含命名空间声明)
xml_str = '''
<w:rPr xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"><w:rFonts w:ascii="Times New Roman" w:eastAsia="黑体" w:hAnsi="Times New Roman"/><w:color w:val="auto"/><w:sz w:val="44"/>
</w:rPr>
'''# 注册命名空间
namespaces = {'w': 'http://schemas.openxmlformats.org/wordprocessingml/2006/main'
}# 解析XML
root = ET.fromstring(xml_str)# 查找所有w:rFonts元素
for r_fonts in root.findall('w:rFonts', namespaces):# 构建完整属性名(包含命名空间)ascii_attr = '{' + namespaces['w'] + '}ascii'# 删除属性if ascii_attr in r_fonts.attrib:del r_fonts.attrib[ascii_attr]# 输出修改后的XML
ET.indent(root, space=" ", level=0)
print(ET.tostring(root, encoding='unicode'))
修改后的输出结果:
<w:rPr xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"><w:rFonts w:eastAsia="黑体" w:hAnsi="Times New Roman" /><w:color w:val="auto" /><w:sz w:val="44" />
</w:rPr>
关键点说明:
-
命名空间处理:
- 使用
namespaces
字典注册w
前缀对应的URI - 属性名需要包含完整的命名空间URI(格式:
{uri}localname
)
- 使用
-
属性操作:
- 通过
r_fonts.attrib
字典访问属性 - 使用
del
语句删除指定属性
- 通过
-
批量处理:
- 使用
findall
方法查找所有匹配的元素 - 支持处理文档中多个
<w:rFonts>
标签的情况
- 使用
在Word文档中的实际应用:
如果需要修改实际Word文档中的样式,建议结合python-docx
库使用:
from docx import Documentdef remove_ascii_font(doc_path):doc = Document(doc_path)# 遍历所有段落样式for style in doc.styles:if style.type == 1: # 段落样式r_fonts = style.element.xpath('.//w:rFonts', namespaces=namespaces)for elem in r_fonts:ascii_attr = '{' + namespaces['w'] + '}ascii'if ascii_attr in elem.attrib:del elem.attrib[ascii_attr]doc.save('modified.docx')# 使用示例
remove_ascii_font('original.docx')
注意事项:
- 操作前务必备份原始文档
- Word样式系统可能包含继承关系,需要确保修改目标样式
- 某些样式可能被锁定无法修改,需检查文档保护设置
- 建议使用
lxml
库替代标准库ElementTree以获得更好的XPath支持
这种方法直接操作XML结构,比通过python-docx的API操作更底层,适合处理复杂样式修改需求。对于简单修改,仍推荐优先使用python-docx的标准API。