Python Docx修改w:cs字体名及字体编码转Unicode技术问询

1. 哪些Unicode范围属于「复杂脚本」？是否有相关文档？ #

复杂脚本指需要上下文字形变换、连写组合、双向排版、元音附标组合等特殊排版处理的书写系统，典型覆盖范围包括：

• 东南亚脚本：缅甸语（U+1000-U+109F）、泰语（U+0E00-U+0E7F）、高棉语（U+1780-U+17FF）
• 中东/中亚脚本：阿拉伯语（U+0600-U+06FF）、希伯来语（U+0590-U+05FF）
• 南亚脚本：天城文（印地语等，U+0900-U+097F）、泰米尔文（U+0B80-U+0BFF）、孟加拉文（U+0980-U+09FF）
• 其他：蒙古文（U+1800-U+18AF）、藏文（U+0F00-U+0FFF）等

相关标准依据：

• Unicode核心标准的「Chapter 2: Scripts」章节，明确各脚本分类与特性
• Unicode字符数据库（UCD）的Script属性，可通过字符属性判断所属脚本类型
• OpenType规范中的script tags定义，对应各复杂脚本的排版规则

2. Python Docx能否修改或移除w:cs值？ #

Python-docx高层API未直接提供修改w:cs（复杂脚本字体）的方法，但可通过操作底层XML元素实现需求：

修改w:cs值 #

from docx import Document

doc = Document("input.docx")
unicode_font = "Myanmar Unicode Font"

for para in doc.paragraphs:
    for run in para.runs:
        # 获取run的字体设置XML节点
        r_fonts = run._element.rPr.rFonts
        # 存在w:cs则修改值，不存在则创建节点
        cs_elem = r_fonts.find("{http://schemas.openxmlformats.org/wordprocessingml/2006/main}cs")
        if cs_elem:
            cs_elem.val = unicode_font
        else:
            new_cs = r_fonts.add_child(r_fonts._element_factory("cs"))
            new_cs.val = unicode_font

doc.save("output.docx")

移除w:cs值 #

from docx import Document

doc = Document("input.docx")

for para in doc.paragraphs:
    for run in para.runs:
        try:
            r_fonts = run._element.rPr.rFonts
            cs_elem = r_fonts.find("{http://schemas.openxmlformats.org/wordprocessingml/2006/main}cs")
            if cs_elem:
                r_fonts.remove(cs_elem)
        except AttributeError:
            # 无rPr或rFonts节点时跳过
            continue

doc.save("output.docx")

3. 如何通过Python Docx更新fonts.xml和style.xml，使新Unicode字体出现在Word字体列表中？ #

Python-docx无高层API处理字体注册，但可通过操作文档XML部件完成：

1. 更新fonts.xml（注册新字体） #

from docx import Document

doc = Document("input.docx")
unicode_font = "Myanmar Unicode Font"

# 获取fonts.xml部件
fonts_part = doc.part.fonts_part
fonts_root = fonts_part._element

# 添加新字体定义节点
font_node = fonts_root.add_child(fonts_root._element_factory("font"))
name_node = font_node.add_child(fonts_root._element_factory("name"))
name_node.val = unicode_font

# 保存修改
fonts_part._element = fonts_root
doc.save("output.docx")

2. 更新style.xml（替换样式中的旧字体） #

from docx import Document

doc = Document("input.docx")
unicode_font = "Myanmar Unicode Font"

# 获取styles.xml部件
styles_part = doc.part.styles_part
styles_root = styles_part._element

# 遍历所有样式中的字体设置节点
for r_fonts in styles_root.findall(".//{http://schemas.openxmlformats.org/wordprocessingml/2006/main}rFonts"):
    # 批量修改ascii、hAnsi、cs字体值
    for tag in ["ascii", "hAnsi", "cs"]:
        elem = r_fonts.find(f"{{http://schemas.openxmlformats.org/wordprocessingml/2006/main}}{tag}")
        if elem:
            elem.val = unicode_font

# 保存修改
styles_part._element = styles_root
doc.save("output.docx")

注意：Word存在字体列表缓存，修改后可能需要重启Word才能看到新字体显示在列表中。

内容的提问来源于stack exchange，提问作者Sven Oly