如何使用Python实现DOTM文件中的字符串搜索与替换

可以实现DOTM格式文件的指定字符串替换。
DOTM是带宏的Word模板文件，属于OOXML格式家族，和DOCX底层结构一致，仅多了宏存储的相关部分。你之前用的docx2python仅支持内容读取，替换操作可以用python-docx库完成，只要保存时保留.dotm后缀，原有宏不会丢失。

实现步骤 #

• 第一步：安装依赖库
  执行命令：pip install python-docx
• 第二步：使用如下代码完成替换，默认覆盖正文、表格内容，可按需启用页眉页脚的替换逻辑：

from docx import Document

def replace_dotm_str(source_path, output_path, old_str, new_str):
    doc = Document(source_path)

    # 替换正文字符串
    for para in doc.paragraphs:
        for run in para.runs:
            run.text = run.text.replace(old_str, new_str)

    # 替换表格内字符串
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                for para in cell.paragraphs:
                    for run in para.runs:
                        run.text = run.text.replace(old_str, new_str)

    # 按需启用页眉替换
    # for section in doc.sections:
    #     for para in section.header.paragraphs:
    #         for run in para.runs:
    #             run.text = run.text.replace(old_str, new_str)

    # 按需启用页脚替换
    # for section in doc.sections:
    #     for para in section.footer.paragraphs:
    #         for run in para.runs:
    #             run.text = run.text.replace(old_str, new_str)

    # 保存时必须保留.dotm后缀，避免宏丢失
    doc.save(output_path)

# 调用示例
replace_dotm_str("原文件路径.dotm", "输出文件路径.dotm", "待替换的旧字符串", "替换后的新字符串")

注意事项 #

• 上述代码遍历run进行替换是为了尽量保留原文本格式，如果目标字符串被Word拆分到多个连续run中导致匹配失败，且不需要保留原有格式，可以直接修改paragraph.text完成替换。
• 如果DOTM中包含内容控件、嵌套域等特殊结构，需要额外拓展对应结构的遍历逻辑，常规纯文本场景上述代码可直接使用。
• 不要将处理后的文件保存为.docx后缀，否则文件内的宏会被自动清除。

内容的提问来源于stack exchange，提问作者Plunkan