Document

Přehled

Document je hlavním vstupním bodem Aspose.Words FOSS pro Python. Poskytuje veřejné API pro načítání Wordových dokumentů (DOC, DOCX, RTF, TXT, Markdown), ukládání do více výstupních formátů a extrakci prostého textu.

Definováno v: aspose/words_foss/document.py

Konstruktor

Podpis:	Popis:
`Document(filepath=None, *, stream=None, data=None)`	Naložit dokument ze cesty souboru, binárního proudu nebo surových bajtů. Musí být uveden alespoň jeden zdroj.

Parametry:

Název:	Typ:	Popis:
`filepath`	`Optional[Union[str, Path]]`	Cesta k souboru dokumentu, který se má načíst.
`stream`	`Optional[BinaryIO]`	Binární soubor obsahující údaje o dokumentu (pouze ve formátu DOCX).
`data`	`Optional[bytes]`	Průměrné byty obsahu dokumentu (pouze ve formátu DOCX).

Metody

Podpis:	Popis:
`save(output_path, save_format_or_options=None)` → `None`	Uložte dokument do PDF (`SaveFormat.PDF`), Markdown (`SaveFormat.MARKDOWN`), nebo prostý text (`SaveFormat.TEXT`) Postup a. `SaveFormat` konstantní pro standardní nastavení nebo objekt “save-options” (`PdfSaveOptions`, `MarkdownSaveOptions`) pro jemnou kontrolu výstupu.
`get_text()` → `str`	Vytáhnout prostý text z načteného dokumentu.

Vlastnosti

Název:	Typ:	Přístup	Popis:
`light_document_model`	`ldm.Document`	Čtěte.	Přístup k základnímu modelu lehkého dokumentu pro pokročilou kontrolu struktury dokumentu (odstavce, tabulky, styly, oddíly).

Použití:

import aspose.words_foss as aw

# Load a DOCX file
doc = aw.Document("input.docx")

# Extract plain text
text = doc.get_text()

# Save as PDF
doc.save("output.pdf", aw.SaveFormat.PDF)

# Save as Markdown
doc.save("output.md", aw.SaveFormat.MARKDOWN)

Podporované formáty

Vstupní formáty

Formát	`LoadFormat` Konstanta	Popis:
DOCX	`LoadFormat.DOCX`	Dokument Office Open XML Word
DOC	`LoadFormat.DOC`	Obsazený binární formát Microsoft Word
RTF	`LoadFormat.RTF`	Formát bohatého textu
TXT	`LoadFormat.TEXT`	Původní text
Zpětné odbavení	`LoadFormat.MARKDOWN`	Změna.
Auto.	`LoadFormat.AUTO`	Zjistit formát z rozšíření souboru (podstatné)

Výstupní formáty

Formát	`SaveFormat` Konstanta	Uložení možností
PDF	`SaveFormat.PDF`	`PdfSaveOptions` konfigurace shody, komprese obrázků a vestavení písma
Zpětné odbavení	`SaveFormat.MARKDOWN`	`MarkdownSaveOptions` nastavit uspořádání tabulky, export obrázků, režim seznamu
Původní text	`SaveFormat.TEXT`	—
DOCX	`SaveFormat.DOCX`	Konstanta pouze pro čtení. `Document.save()` nepodporuje DOCX zvednutí. `ValueError`.
DOC	`SaveFormat.DOC`	Konstanta pouze pro čtení. `Document.save()` nepodporuje zvýšení DOC `ValueError`.

Model dokumentu Light

Úřad pro bezpečnost a ochranu zdraví light_document_model vlastnost poskytuje přístup k interní struktuře dokumentu (ldm.Document, definované v light_document_model.py) Tento pidantic BaseModel odhalí analyzované odstavce, tabulky, styly, sekce a strukturální dotazy jako jsou: find_style() a) headings().Většina uživatelů nemusí mít přímý přístup k LDM veřejnosti. Document výše uvedené metody zahrnují standardní pracovní postupy.

Viz také:

SaveFormat Konstanty výstupního formátu používané s Document.save()
LoadFormat Konstanty vstupního formátu pro výslovnou specifikaci formatu
PdfSaveOptions kontrola exportu PDF s jemnými zrnkami (úroveň shody, komprese, vložení písma)
MarkdownSaveOptions Možnosti vývozu s odkazem na hodnotu (přesouzení tabulky, manipulace se obrázkem, režim seznamu)