使用 Python SDK 从 Word 文档中提取页面的快速简便的方法。

分割word文档

拆分 Word 文档 | 从 Word 文档中提取页面作为单独的文件

在文档管理领域，经常需要从 Word 文档中划分、分离或提取特定部分。无论您处理的是大量研究论文、综合报告还是冗长的手稿，将它们分解成更易于管理的部分的任务既耗时又具有挑战性。在本文中，我们将探讨使用 Python Cloud SDK 实现此要求的步骤，使您能够简化文档管理任务并更高效地工作。

文字处理API

Aspose.Words Cloud 是我们专门针对 MS Word (DOCX, DOC, DOT, RTF, DOCM) 或 OpenDocument (ODT, OTT) 处理的解决方案。处理 Word 文档不需要第三方软件或 MS Office 自动化。只需调用 REST API 即可满足您的要求。由于 API 是基于 REST 的，因此您可以在任何平台上访问它们，包括桌面、Web、移动应用程序等。现在，根据本文的范围，我们将讨论如何将 Word 文件中的页面拆分为单独的 Word 文档的细节。API 还提供了自定义拆分操作的灵活性，即按页数、按页面范围拆分每一页(奇数页和偶数页)。

为了进一步方便我们的客户，我们创建了 Aspose.Words Cloud SDK for Python，它是 Cloud API 的包装器，因此您可以使用自己喜欢的编程语言享受 Word 文档处理的所有好处。因此，在继续操作之前，第一步是在本地系统上安装 SDK。它可在 PIP 和 GitHub 下载。在命令行终端上执行以下命令来安装 SDK：

pip install aspose-words-cloud

如果您使用Visual Studio作为IDE，您可以直接在项目中添加SDK的引用。

点击View ->Other Windows ->Python Environments选项。如下图。

Python 环境菜单选项。

图 1：- Python 环境菜单选项。

在 Python 环境窗口的 Packages 字段下输入 aspose-word-cloud。然后单击 Install aspose-word-cloud (21.11.0) 链接。版本号可能会根据最新/当前发布版本而变化。参见下图。

aspose-words-cloud python 包

图 2：- aspose-words-cloud python 包。

使用 Python 在 Word 文档中拆分页面

请按照以下说明拆分云存储中已有的 Word 文档中的所有页面。

  • 首先，我们需要初始化 WordsApi 的对象并传递客户端 ID 和客户端密钥作为参数。
  • 其次，指定输入的 Word 文件的名称、结果输出格式、结果文件的名称以及对输出进行 zip 存档的参数。
  • 使用 UploadFileRequest 对象将输入的 Word 文档上传到云存储。
  • 现在创建 SplitDocumentRequest 的实例，同时传递第二步中定义的详细信息。
  • 最后调用WordsApi类的splitdocument(…)方法对word文档进行拆分，拆分后的文件保存在映射的云存储中。
try:
        # 创建 WordsApi 实例
        words_api = WordsApi("88d1cda8-b12c-4a80-b1ad-c85ac483c5c5","406b404b2df649611e508bbcfcd2a77f")

        # 输入word文档名称
        inputFileName = 'source.doc'
        # 生成的文件格式
        resultantFormat = 'DOCX'
        # 操作后生成的文档的名称。如果省略此参数
        # 然后结果文件将以输入文档的名称保存
        resultantFile = 'Split-File'
        # 指示是否对输出进行 ZIP 处理的标志。
        zipOutput = 'false'

        # 将源 Word 文档上传到云存储
        words_api.upload_file(asposewordscloud.models.requests.UploadFileRequest(open('C:\\Users\\Downloads\\'+inputFileName, 'rb'), "", None))

        # 创建对象来分割文档
        request = asposewordscloud.models.requests.SplitDocumentRequest(inputFileName, resultantFormat, None, None, None,
                                                                                    None, resultantFile,None, None, zipOutput, None)
        # 启动 Word Split 操作
        result = words_api.split_document(request)
        
        # 在控制台中打印消息(可选)
        print('Document Split process completed successfully !')    
    except ApiException as e:
        print("Exception while calling WordsApi: {0}".format(e))
文档拆分操作预览

图 3：文档拆分操作的预览。

根据选定页面拆分文档

在本节中，我们将讨论如何根据所选页面拆分文档并将输出保存为 ZIP 存档的详细信息。代码片段与上面共享的几乎相同，只是我们需要指定要存档的输出的 Page From、Page To 和 True 值。

try:
        # 创建 WordsApi 实例
        words_api = WordsApi("88d1cda8-b12c-4a80-b1ad-c85ac483c5c5","406b404b2df649611e508bbcfcd2a77f")

        # 输入word文档名称
        inputFileName = 'source.doc'
        # 生成的文件格式
        resultantFormat = 'DOCX'
        # 操作后生成的文档的名称。如果省略此参数
        # 然后结果文件将以输入文档的名称保存
        resultantFile = 'SplitOutput'
        # 指示输出的标志应在 ZIP 存档中。
        zipOutput = 'false'

        # 将源 Word 文档上传到云存储
        words_api.upload_file(asposewordscloud.models.requests.UploadFileRequest(open('C:\\Users\\Downloads\\'+inputFileName, 'rb'), "", None))

        # 创建对象来分割文档
        request = asposewordscloud.models.requests.SplitDocumentRequest(inputFileName, resultantFormat, None, None, None,
                                                                                    None, resultantFile,pageFrom, pageTo, zipOutput, None)
        # 启动 Word Split 操作
        result = words_api.split_document(request)
        
        # 在控制台中打印消息(可选)
        print('Document Split process completed successfully !')    
    except ApiException as e:
        print("Exception while calling WordsApi: {0}".format(e))
文档拆分输出

图 4：- 选定页面的文档拆分操作预览。

使用 cURL 命令从 Word 文档中提取页面

与其他 REST API 一样，Aspose.Words Cloud 也可以通过命令行终端中的 cURL 命令访问。但在继续操作之前，我们需要先根据客户端凭据生成 JWT 访问令牌。

curl -v "https://api.aspose.cloud/connect/token" \
-X POST \
-d "grant_type=client_credentials&client_id=88d1cda8-b12c-4a80-b1ad-c85ac483c5c5&client_secret=406b404b2df649611e508bbcfcd2a77f" \
-H "Content-Type: application/x-www-form-urlencoded" \
-H "Accept: application/json"

生成令牌后，请执行以下命令从 Word 文档中提取页面并将输出保存在云存储中。

curl -v -X PUT "https://api.aspose.cloud/v4.0/words/source.doc/split?format=DOCX&destFileName=Split-File&from=2&to=4&zipOutput=false" \
-H  "accept: application/json" \
-H  "Authorization: Bearer <JWT Token>"

结论

在本文中，我们探讨了使用 Python SDK 创建文档分割器的可能性，该分割器可以将 Word 文档分割为单独的页面文件。此外，根据您的要求，您可以使用 Python SDK 或使用 cURL 命令从 Word 文档中提取页面。请注意，我们相信集体成长和合作。因此，我们的 SDK 是根据 MIT 许可证开发的，其完整源代码可通过 Github 下载。如果需要，您可以根据您的要求下载和修改代码。如果您遇到任何问题或有任何其他疑问，请随时通过 免费产品支持论坛 与我们联系。

相关文章

我们建议您访问以下链接以了解更多信息：