如何从 python docx 中删除粗体字

Question

我有一个 docx，需要使用 spaCy 进行预处理。我需要删除文档中所有以粗体显示的词。

我尝试了以下方法：

def delete_paragraph(paragraph):
p = paragraph._element
p.getparent().remove(p)
p._p = p._element = None


length = len(document.paragraphs)
for i in range(0,length):
  for j in range(0,len(document.paragraphs[i].runs)):
     if document.paragraphs[i].runs[j].bold == True:
        delete_paragraph(document.paragraphs[i])
        length = length-1
        continue
document.save("/home/nikita/Desktop/Internship/new topic_mod/AXIS new.docx")

但是我收到以下错误：

IndexError: Traceback (most recent call last)
<ipython-input-12-d144bd42e95e> in <module>()
  3     #print(document.paragraphs[i].text)
  4     for j in range(0,len(document.paragraphs[i].runs)):
----> 5         if document.paragraphs[i].runs[j].bold == True:
  6             delete_paragraph(document.paragraphs[i])
  7             length = length-1

IndexError: list index out of range

我不明白为什么它超出了范围。如何从 python-docx 中删除粗体字词？

请帮忙！

Answer 1

有几个可能的原因：

删除段落后，您需要跳出（而不是 continue）内部循环，否则如果同一段落超过一个粗体运行.

for j in range(0,len(document.paragraphs[i].runs)):
    if document.paragraphs[i].runs[j].bold == True:
        delete_paragraph(document.paragraphs[i])
        length = length-1
        break

每删除一个段落，您的段落列表就会变短，这会改变后面每个段落的索引。如果您从下到上遍历段落，那将不是问题。此外，您可以放弃所有 (i, j) 索引管理； Python 很少需要那个。
```
for paragraph in reversed(list(document.paragraphs)):
    for run in paragraph.runs:
        if run.bold:
            delete_paragraph(paragraph)
            break
```

如何从 python docx 中删除粗体字

how to remove bold words from python docx

python

python-docx