如何用Python处理Visio组合形状及提取Documents文本

以下是针对需求的示例代码，包含三个核心功能的实现：

1. 判断形状是否为组合形状 #

通过Shape对象的Type属性判断，当属性值为2（对应Visio的visTypeGroup常量）时，该形状为组合形状。

2. 判断组合形状中是否包含Documents形状 #

遍历组合形状的Shapes子集合，检查每个子形状的名称或主控形状名称是否为"Documents"。

3. 提取组合形状内Documents形状的文本 #

找到目标子形状后，直接读取其Text属性即可。

完整代码示例 #

import win32com.client

appVisio = win32com.client.Dispatch("Visio.Application")
vdoc = appVisio.Documents.Open(visiofile)

pagecount = vdoc.Pages.Count
with open(outputfile, 'w', encoding='utf-8') as fp:
    for p in range(pagecount):
        shps = vdoc.Pages(p+1).Shapes
        for shp in shps:
            # 打印当前形状的名称和文本
            print(shp.Name, shp.Text)
            fp.write(f"{shp.Name}: {shp.Text}\n")
            
            # 判断是否为组合形状
            if shp.Type == 2:  # visTypeGroup = 2
                print(f"形状 {shp.Name} 是组合形状")
                # 遍历组合内的子形状
                for sub_shp in shp.Shapes:
                    # 判断是否包含Documents形状
                    if sub_shp.Name == "Documents" or (hasattr(sub_shp, 'Master') and sub_shp.Master.Name == "Documents"):
                        doc_text = sub_shp.Text
                        print(f"组合 {shp.Name} 中找到Documents形状，文本为: {doc_text}")
                        fp.write(f"组合 {shp.Name} 内Documents文本: {doc_text}\n")

说明 #

• 用shp.Type == 2直接判定组合形状，这是Visio对象模型中组合形状的固定类型标识。
• 同时检查子形状名称和主控形状名称，避免因形状重命名导致匹配失败。
• 写入文件时指定encoding='utf-8'，防止中文文本乱码。

内容的提问来源于stack exchange，提问作者user19630212