在 Google App Engine 中将 docx 文件呈现为 django 模板

Posted 2023-02-24

【中文标题】在 Google App Engine 中将 docx 文件呈现为 django 模板

【英文标题】：Rendering docx files as django templates in Google App Engine

【发布时间】：2014-12-14 03:08:48

【问题描述】：

我正在尝试使用 Django 模板呈现存储在 google 驱动器中的 word 文档文件 (docx) 的内容。 word文档文件（docx）是带有django变量的模板。 将文件转换为 google docs 格式将使 docx 文件失去其字体和样式格式，因此我试图在 google 应用引擎中实现以下步骤

使用其 downloadUrl 从谷歌驱动器下载 docx 文件 将下载的文件传递到python-docx模块中以提取文本 将提取的文本传递给 Django 以呈现 Django 变量 使用 python-docx 将文本写回 docx 最后将 docx 文件上传到另一个 google drive 帐户。

我在尝试将下载的文件传递到 python-docx 时遇到问题here 以下是我在谷歌应用引擎中的代码

    downloadUrl = searchResult.get('items')[1]['downloadUrl']
    if downloadUrl:
      resp, tempContent = drive_service._http.request(downloadUrl)
      if resp.status == 200:
        f  = StringIO.StringIO(tempContent)
        document = Document(f)
        para = document.paragraphs()
        print para
        f.close()

上面的代码给出了以下错误：

      para = document.paragraphs()
      TypeError: 'list' object is not callable

这是我在 Django 模板中渲染提取的文本的代码

        myTemplate = Template(tempContent)
        c = Context( 
                     "salutation": "William", 
                     "inventionTitle":"Biometric KeyLock"
                     )
        fullContent =  myTemplate.render(c)

下载文件的mimetype是：

application/vnd.openxmlformatsofficedocument.wordprocessingml.document

我的问题是，我不知道如何处理下载的文件。我想在不丢失格式的情况下替换存储在谷歌驱动器中的 word docx 中的占位符/变量，然后将其上传回谷歌驱动器。

如果有更好的实现方式，请告诉我。

谢谢。

【问题讨论】：

错误信息告诉你所有你需要知道的：document.paragraphs不是一个方法，不要试图调用它。但在完成这项工作之前，您还有一大堆工作需要解决：就在我的脑海中，您希望如何将数据返回到 word doc 的正确位置？

感谢 Daniel，但根据文档 >>> def paragraphs(self): """ 与文档中的段落相对应的 |Paragraph| 实例列表，按文档顺序排列。注意段落在 <w:ins> 或 <w:del> 等修订标记内不会出现在此列表中。""" return self._document_part.paragraphs`

链接到 [python-docx] (python-docx.readthedocs.org/en/latest/_modules/docx/…) 的文档

【参考方案1】：

类似...的错误

  TypeError: 'list' object is not callable

...一般意味着你有一个列表（[]），它不是一个可调用对象，这意味着你不能在它后面加上括号来调用它：

>>> []()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'list' object is not callable

那个对象很可能就是你想要的数据负载。试着去掉括号，让我们知道你得到了什么！

para = document.paragraphs

每个段落都可能是一个您可以操作的对象，即合并/渲染带有上下文的 Django/Jinja2 模板等。例如，如果您想要文本，您可能必须使用 .text 提取它，在Paragraph object docs page:

中指定

for para in document.paragraphs:
    print(para.text)

我没有使用 python-docx 的经验，但如果你能做这样的事情会很酷：

for para in document.paragraphs:
    myTemplate = Template(para.text)
    c = Context( 
                 "salutation": "William", 
                 "inventionTitle":"Biometric KeyLock"
                 )
    para.text = myTemplate.render(c)

但实际上，这可能行不通，因为您可能只在一个段落中有各种文本格式，这意味着您可能需要开始调查“runs”文本区域一组共同的属性。另请参阅docs page on Runs。

要保留格式，您可能必须将整个文档作为一个整体来查看，并对模板变量执行单独的 search-n-replace。虽然这个问题不涉及Google Slides API，但其文本在文档中的结构方式类似于 Word 和 Google Docs，因此其text concepts guide 可能是一个有用的参考。

最后，提醒一下 Drive API v2 不再是最新的 API 版本。它现在在 v3 上，downloadUrl 已被弃用。要查看替代方案，请查看Drive API v2-v3 migration guide。要查看您可能会使用的一些实际 v3 代码并调整 source & destination MIMEtypes，请查看我的“将 Google 表格文件导出为 CSV”blog post。