Как просмотреть XML, созданный пакетом python-docx - PullRequest
3 голосов
/ 29 мая 2019

В целях модульного тестирования я хочу убедиться, что XML, созданный для абзаца Word, соответствует тому, что я ожидаю при разборе абзаца HTML.

Как мне извлечь сам XML вместо записи в файл, разархивировать файл и перечитать файл word / document.xml, который он содержит?

, например

from docx import Document
import bs4

def add_parsed_html_to_paragraph(p, s):
    soup = bs4.BeautifulSoup(s)
    para = soup.find('p')
    for e in para.children:
        if type(e) == bs4.element.NavigableString:
            r = p.add_run(str(e))
        else:
            r = p.add_run(e.text)
        if e.name == 'sub':
            r.font.subscript = True
        elif e.name == 'sup':
            r.font.superscript = True


title = 'A formula: H<sub>2</sub>O.'

document = Document()
p = document.add_paragraph()
add_parsed_html_to_paragraph(p, title)

# ... Now I want to check p or document for the correct XML

1 Ответ

3 голосов
/ 29 мая 2019

Каждый так называемый элемент oxml элемента в python-docx имеет свойство .xml именно для этого варианта использования. Используется для внутренних юнит-тестов.

Все, что вам нужно, - это доступ к внутренней переменной, используемой для элемента XML, которая обычно доступна, если щелкнуть ссылку [source] рядом с этим объектом в документации, например, здесь: https://python -docx.readthedocs .io / о / последний / API / text.html # пункт-объекты

По этой ссылке вы можете обнаружить, что для абзаца базовый элемент XML доступен в ._p. Обычно это тэг элемента без префикса пространства имен, хотя иногда это общий ._element. Этот последний вариант можно попробовать в крайнем случае, если вам нужно угадать.

Так что использовать его так же просто, как:

>>> paragraph._p.xml
<w:p>
  <w:pPr>
    <w:jc w:val="right"/>
  </w:pPr>
  <w:r>
    <w:t>Right-aligned</w:t>
  </w:r>
</w:p>

В утилитах модульного тестирования, называемых CXML (компактный XML), есть сопутствующий предметно-ориентированный язык (DSL), который позволяет вам позаботиться о пространстве имен, что в противном случае является большой болью. Это выглядит примерно так:

expected_xml = cxml.xml('w:p(w:pPr/w:jc{w:val=right},w:r/w:t"Right-aligned")')

Вы можете увидеть примеры в модульных тестах, например, здесь: https://github.com/python-openxml/python-docx/blob/master/tests/text/test_paragraph.py#L113 и задать более конкретные вопросы здесь с тегом "python-docx", если вам нужна помощь.

...