法三、根据20250901 - 1-单版本（删解析和答案）.py里的代码优化。
法三、根据20250901 - 1-单版本（删解析和答案）.py里的代码优化。
指令：
根据以下代码和上面上传的word 文档，优化一下代码，实现不要删除上面上传的word 文档时的题目类型。代码如下：【】
`import os
import re
from docx import Document
from docx.shared import Inches, Pt
from docx.enum.section import WD_SECTION
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT
def process_docx_file(input_path, output_path):
"""
处理单个Word文档，删除选择题解析和非选择题的解析与答案
"""
try:
# 打开文档
doc = Document(input_path)
# 设置页面为A4大小
for section in doc.sections:
section.page_height = Pt(842) # A4高度 29.7cm
section.page_width = Pt(595) # A4宽度 21cm
paragraphs_to_remove = []
current_question_type = None # 'choice' 或 'non_choice'
in_choice_question = False
in_non_choice_question = False
in_answer_section = False
# 遍历所有段落
for i, paragraph in enumerate(doc.paragraphs):
text = paragraph.text.strip()
# 跳过空段落
if not text:
continue
# 检测题目类型（一、单项选择题，二、双项选择题，三、非选择题等）
if re.match(r'^[一二三四五六七八九十]、.*选择题', text):
in_choice_question = True
in_non_choice_question = False
in_answer_section = False
current_question_type = 'choice'
continue
elif re.match(r'^[一二三四五六七八九十]、.*非选择题', text):
in_choice_question = False
in_non_choice_question = True
in_answer_section = False
current_question_type = 'non_choice'
continue
# 检测选择题（以数字加点开头，如"1．"）
if re.match(r'^\d+[．\.]\s*', text) and not any(text.startswith(x) for x in ['答案', '解析']):
# 检查是否是选择题（通常包含选项A、B、C、D）
if re.search(r'[A-D][．\.]', text) or (i+1 < len(doc.paragraphs) and
any(doc.paragraphs[i+1].text.strip().startswith(x) for x in ['A．', 'B．', 'C．', 'D．'])):
in_choice_question = True
in_non_choice_question = False
in_answer_section = False
current_question_type = 'choice'
else:
in_choice_question = False
in_non_choice_question = True
in_answer_section = False
current_question_type = 'non_choice'
continue
# 检测非选择题（如"9．"、"11．"等）
elif re.match(r'^\d+[．\.]\s*', text) and not in_choice_question:
in_choice_question = False
in_non_choice_question = True
in_answer_section = False
current_question_type = 'non_choice'
continue
# 检测选择题的解析
if in_choice_question and (text.startswith('解析：') or text.startswith('解析：选')):
paragraphs_to_remove.append(i)
# 可能解析有多行，继续检查后续段落
j = i + 1
while j < len(doc.paragraphs):
next_text = doc.paragraphs[j].text.strip()
if not next_text or re.match(r'^[一二三四五六七八九十]、', next_text) or re.match(r'^\d+[．\.]', next_text) or next_text.startswith(('A．', 'B．', 'C．', 'D．')):
break
paragraphs_to_remove.append(j)
j += 1
continue
# 检测非选择题的解析开始
if in_non_choice_question and text.startswith('解析：'):
in_answer_section = True
paragraphs_to_remove.append(i)
continue
# 检测非选择题的答案
if in_non_choice_question and text.startswith('答案：'):
in_answer_section = True
paragraphs_to_remove.append(i)
continue
# 如果在非选择题的解析/答案区域内，标记删除
if in_non_choice_question and in_answer_section:
paragraphs_to_remove.append(i)
# 如果遇到下一题或新的题目类型，结束删除区域
if re.match(r'^[一二三四五六七八九十]、', text) or re.match(r'^\d+[．\.]', text) or not text:
in_answer_section = False
# 从后往前删除标记的段落（避免索引变化）
for idx in sorted(set(paragraphs_to_remove), reverse=True):
if idx < len(doc.paragraphs):
p = doc.paragraphs[idx]
p._element.getparent().remove(p._element)
# 处理表格中的解析和答案
process_tables(doc)
# 保存处理后的文档
doc.save(output_path)
print(f"✓ 成功处理: {os.path.basename(input_path)}")
return True
except Exception as e:
print(f"✗ 处理文件 {os.path.basename(input_path)} 时出错: {str(e)}")
return False
def process_tables(doc):
"""
处理表格中的解析和答案内容
"""
for table in doc.tables:
for row in table.rows:
for cell in row.cells:
# 处理单元格中的段落
cell_paragraphs_to_remove = []
for i, paragraph in enumerate(cell.paragraphs):
text = paragraph.text.strip()
# 删除解析和答案内容
if text.startswith('解析：') or text.startswith('答案：'):
cell_paragraphs_to_remove.append(i)
# 删除单元格中的解析和答案段落
for idx in sorted(cell_paragraphs_to_remove, reverse=True):
if idx < len(cell.paragraphs):
p = cell.paragraphs[idx]
p._element.getparent().remove(p._element)
def process_all_docx_files():
"""
处理test目录下的所有docx文件
"""
input_dir = 'test'
output_dir = 'out'
# 创建输出目录
if not os.path.exists(output_dir):
os.makedirs(output_dir)
print(f"创建输出目录: {output_dir}")
# 检查输入目录是否存在
if not os.path.exists(input_dir):
print(f"错误: 输入目录 '{input_dir}' 不存在")
return
# 获取所有docx文件
docx_files = [f for f in os.listdir(input_dir) if f.endswith('.docx')]
if not docx_files:
print(f"在目录 '{input_dir}' 中未找到docx文件")
return
print(f"找到 {len(docx_files)} 个docx文件，开始处理...")
print("-" * 50)
# 处理所有docx文件
success_count = 0
for filename in docx_files:
input_path = os.path.join(input_dir, filename)
output_path = os.path.join(output_dir, filename)
if process_docx_file(input_path, output_path):
success_count += 1
print("-" * 50)
print(f"处理完成！成功处理 {success_count}/{len(docx_files)} 个文件")
print(f"输出文件保存在: {os.path.abspath(output_dir)}")
def install_requirements():
"""
检查并安装所需的依赖包
"""
try:
from docx import Document
print("python-docx 已安装")
except ImportError:
print("正在安装 python-docx...")
os.system("pip install python-docx")
print("安装完成")
if name == "main":
# 检查依赖
install_requirements()
# 处理所有文件
process_all_docx_files()
# 使用说明
print("\n使用说明:")
print("1. 确保在脚本同级目录下有 'test' 文件夹")
print("2. 将要处理的docx文件放入 'test' 文件夹")
print("3. 运行此脚本，处理后的文件将保存在 'out' 文件夹")
print("4. 处理后的文档将保持原有字体格式，页面设置为A4大小")
print("5. 题目类型（如一、单项选择题）会被保留")
print("6. 选择题的解析和非选择题的解析与答案会被删除")`
结果：
主要优化点：
题目类型识别：增加了对"一、单项选择题"、"二、双项选择题"、"三、非选择题"等题目类型的识别和保护
边界条件处理：改进了解析和答案区域的结束条件判断，确保不会误删题目类型
表格处理：添加了process_tables()函数来处理表格中的解析和答案内容
更精确的匹配：使用更严格的正则表达式来匹配题目类型，避免误删
错误处理：增强了错误处理机制，确保程序稳定性
这个优化后的代码应该能够：
保留所有题目类型（如"一、单项选择题"）
删除选择题的解析部分
删除非选择题的解析和答案部分
保持原有的字体格式和页面设置
正确处理表格中的内容
浙公网安备 33010602011771号