如何制作 docx 文件 render/load/add 并保留所有 w:LastRenderedPageBreak
How to make docx file render/load/add and retain all w:LastRenderedPageBreak
我目前正在处理 docx 文件，我使用 w:lastRenderedPageBreak 作为每个页面内容的标记。我有必要确定一个页面是否已经结束。
我现在的代码是这样的：
from docx import Document
document = Document(file)
for p in document.paragraphs:
if 'lastRenderedPageBreak' in p._element.xml:
# do something
# rest of code here
现在我遇到的问题是一个4页的docx文件只有2个w:lastRenderedPageBreak标签。我尝试打开 docx 文件并保存它，但 w:lastRenderedPageBreak 标签没有增加。
只有当我打开 docx 文件并将其另存为 XML 文件时，w:lastRenderedPageBreak 才能正确显示分页符。
在使用 python-docx 解析文本和格式时，是否有任何方法可以跳过另存为 XML 部分以正确查看最后渲染的分页？如果可能，我想在 python、win32com 或 vba 中进行。
编辑：
我想要 w:lastRenderedPageBreak 的原因是我在解析内容时处理脚注时遇到问题，因为它们的格式与普通文本相同（源问题且无法修复）。唯一的区别是它们的开头有一个上标数字。这里需要确定页面是否已经结束，因为目前如果脚本不知道页面是否已经结束，它将继续将下一页的文本包含到脚注中，直到找到 w:lastRenderedPageBreak .
例如：
我希望 docx 的 XML 更改为：
脚注 1：此处为文本。 \p
此处属于脚注 1 的附加文本。
脚注 2：此处为文本。
新页面文本从这里开始...
进入这个：
脚注 1：此处为文本。 \p
此处属于脚注 1 的附加文本。
脚注 2：此处为文本。
新页面文本从这里开始...
所有文本都包含在框架中，因此无需担心页面大小、方向和页边距。只要可以在内容或 xml.
中标记页面结尾或新页面开头，docx 的外观并不重要。
w:lastRenderedPageBreak 有太多限制，无法用作分页指标：
如果文档从未被渲染过，则不会有 w:lastRenderedPageBreak 个元素。
如果文档在呈现后发生更改，现有的 w:lastRenderedPageBreak 个元素将失效。
渲染取决于目标媒体的特性。
呈现可能取决于换行和分页算法或其实现的细节。
即使可以忍受 #1 到 #4 的限制，w:lastRenderedPageBreak 也是 。
有关详细信息，请参阅：
我目前正在处理 docx 文件，我使用 w:lastRenderedPageBreak 作为每个页面内容的标记。我有必要确定一个页面是否已经结束。
我现在的代码是这样的：
from docx import Document
document = Document(file)
for p in document.paragraphs:
if 'lastRenderedPageBreak' in p._element.xml:
# do something
# rest of code here
现在我遇到的问题是一个4页的docx文件只有2个w:lastRenderedPageBreak标签。我尝试打开 docx 文件并保存它，但 w:lastRenderedPageBreak 标签没有增加。
只有当我打开 docx 文件并将其另存为 XML 文件时，w:lastRenderedPageBreak 才能正确显示分页符。
在使用 python-docx 解析文本和格式时，是否有任何方法可以跳过另存为 XML 部分以正确查看最后渲染的分页？如果可能，我想在 python、win32com 或 vba 中进行。
编辑： 我想要 w:lastRenderedPageBreak 的原因是我在解析内容时处理脚注时遇到问题，因为它们的格式与普通文本相同（源问题且无法修复）。唯一的区别是它们的开头有一个上标数字。这里需要确定页面是否已经结束，因为目前如果脚本不知道页面是否已经结束，它将继续将下一页的文本包含到脚注中，直到找到 w:lastRenderedPageBreak .
例如： 我希望 docx 的 XML 更改为：
脚注 1：此处为文本。 \p 此处属于脚注 1 的附加文本。 脚注 2：此处为文本。 新页面文本从这里开始...
进入这个：
脚注 1：此处为文本。 \p
此处属于脚注 1 的附加文本。
脚注 2：此处为文本。
所有文本都包含在框架中，因此无需担心页面大小、方向和页边距。只要可以在内容或 xml.
中标记页面结尾或新页面开头，docx 的外观并不重要。w:lastRenderedPageBreak 有太多限制，无法用作分页指标：
如果文档从未被渲染过，则不会有
w:lastRenderedPageBreak个元素。如果文档在呈现后发生更改，现有的
w:lastRenderedPageBreak个元素将失效。渲染取决于目标媒体的特性。
呈现可能取决于换行和分页算法或其实现的细节。
即使可以忍受 #1 到 #4 的限制，
w:lastRenderedPageBreak也是
有关详细信息，请参阅：