采用pycorrector纠错word文件段落，并保存为word文件标红显示出来

eybk2025-01-10 19:22

以前，我使用pycorrector纠错后，将其保存为txt文本，这样去看纠错的信息就比较困难，所有昨天我想把以前保存为txt文件的纠错信息转为word文件，并将里面要纠错的字词通过改变为红色字体显示出来，搞了很久，一直问百度AI助手，也搞不出来，一开始是全用pywin32模块，这个百度AI掌握得不是很好。今天我采用python-docx模块，就能方便实现。

上面的话，应该不是写的很清楚，实际就是将下面这个txt文件，转为word：

这是以前写的纠错文件。实现的代码是：

python 复制代码 
# -*- coding: utf-8 -*-
"""
Created on Wed Jan  8 15:05:08 2025

@author: YBK
"""

from docx import Document
from docx.shared import RGBColor

def color_all_samples_red(txt,errs):
    # print(txt)
    # print(errs)
    """
    将段落中所有出现的"sample"（不区分大小写）设置为红色。
    
    :param paragraph: 要处理的段落对象
    """
    if len(txt)>0:
        new_para = doc.add_paragraph()
        
        # 遍历段落中的每个 Run 对象
        index = 0
        while index < len(txt):
            # 检查从当前索引开始的文本是否包含任何目标词语
            found = False
            for word in errs:
                word_len = len(word)
                if txt[index:index+word_len] == word:
                    # 如果找到目标词语，添加一个红色的 Run 到新段落
                    run = new_para.add_run(word.replace('囧',''))
                    run.font.color.rgb = RGBColor(255, 0, 0)
                    index += word_len
                    found = True
                    break
            
            # 如果没有找到目标词语，添加一个包含当前字符的普通 Run 到新段落
            if not found:
                new_para.add_run(txt[index])
                index += 1
    
def insert_symbol_at_position(original_string, position, symbol):
    # 确保位置是有效的
    if position < 0 or position > len(original_string):
        raise ValueError("位置必须在字符串长度范围内（包括末尾）")
    
    # 插入符号
    new_string = (
        original_string[:position] +  # 字符串开头到插入位置之前的部分
        symbol +                      # 要插入的符号
        original_string[position:]    # 插入位置之后的部分
    )
    
    return new_string

# 创建一个Word文档对象
doc = Document()

with open(r'C:\Users\YBK\Desktop\高考0分作文.txt', 'r', encoding='utf-8') as file:
    datalist = file.readlines() # 全部读入内存
    lines=len(datalist)
    allerr=[]
    ywtxts=[]
    for i in range(0,lines-2):
        dlerr=[]
        if '###########################0#' in datalist[i] and '###########################1#' in datalist[i+2]:
            ywtxts.append(datalist[i-2])            
            txt=datalist[i+1]
            if len(txt) > 3: 
                liststr = txt.replace('\n','').split()
                if len(liststr) == 3:
                    errstr = [liststr[0],liststr[1],liststr[2]]
                    dlerr.append(errstr)
                else:
                    for j in range(0,int(len(liststr)/3)):
                        errstr = [liststr[j*3+0],liststr[j*3+1],liststr[j*3+2]]
                        dlerr.append(errstr)
            allerr.append(dlerr)
        elif '###########################' not in datalist[i] and ('###########################0#' not in datalist[i-1] and '###########################1#' not in datalist[i+1]):
            ywtxts.append(datalist[i])
            allerr.append([])
            
for jj in range(0,len(ywtxts)):
        # 将TXT文件的内容拼接到Word文档的Range对象中
        # range_obj.Text = txt_content + '\n'  # 添加换行符以分隔文件内容
    txt = ywtxts[jj].replace('\n','')
    err = allerr[jj]
    err0 = []
    err1 = ''
    if len(err)>0:
        ii = 0
        err0 = []
        err1 = '★纠错建议：'
        for txterr in err:
            txt = insert_symbol_at_position(txt,int(txterr[2])+ii,'囧')
            ii = ii + 1
            err0.append('囧'+txterr[0])
            err1 = err1 + ' | ' + txterr[0] + '->' + txterr[1]

    # 添加一个包含要查找文本的段落
    # para = doc.add_paragraph(txt)
    color_all_samples_red(txt,err0)
    if len(err0) > 0:
        para = doc.add_paragraph(err1+'★')
    # 调用函数，将段落中的所有"sample"（不区分大小写）设置为红色
    

# 保存Word文档
doc.save(r'C:\Users\YBK\Desktop\高考0分作文_纠错.docx')

运行后，打开docx文件是：





这样就可以方便看出，那些文字或词语是错误的。

做了这个py程序，我发现其实可以直接从word文件直接纠错，再打开纠错后的word文件。word可以按段落来纠错。

python 复制代码 
# -*- coding: utf-8 -*-
"""
Created on Sun Aug 25 10:12:58 2024

@author: YBK
"""
import tkinter as tk
import windnd
from tkinter.messagebox import showinfo
import os
import comtypes.client
from pycorrector import Corrector
import subprocess
from docx import Document
from docx.shared import RGBColor
 

def get_file_extension(file_path):
    return os.path.splitext(file_path)[-1]

   
def insert_symbol_at_position(original_string, position, symbol):
    # 确保位置是有效的
    if position < 0 or position > len(original_string):
        raise ValueError("位置必须在字符串长度范围内（包括末尾）")
    
    # 插入符号
    new_string = (
        original_string[:position] +  # 字符串开头到插入位置之前的部分
        symbol +                      # 要插入的符号
        original_string[position:]    # 插入位置之后的部分
    )
    
    return new_string
def jc_doc_file(file_path):
    # 创建一个Word文档对象
    doc000 = Document()
    def color_all_samples_red(txt,errs):
        # print(len(txt))
        # print(errs)
        if len(txt)>1:
            new_para = doc000.add_paragraph()
            
            # 遍历段落中的每个 Run 对象
            index = 0
            while index < len(txt):
                # 检查从当前索引开始的文本是否包含任何目标词语
                found = False
                for word in errs:
                    word_len = len(word)
                    if txt[index:index+word_len] == word:
                        # 如果找到目标词语，添加一个红色的 Run 到新段落
                        run = new_para.add_run(word.replace('囧',''))
                        run.font.color.rgb = RGBColor(255, 0, 0)
                        index += word_len
                        found = True
                        break
                
                # 如果没有找到目标词语，添加一个包含当前字符的普通 Run 到新段落
                if not found:
                    new_para.add_run(txt[index])
                    index += 1
    
    # 创建一个Word应用程序对象
    word = comtypes.client.CreateObject('Word.Application')
    word.Visible = 0  # 不显示Word界面
 
    # 打开Word文档
    doc = word.Documents.Open(file_path)
 
    # 读取文档内容
    for paragraph in doc.Paragraphs:
        m=Corrector()
        corrected_sent=m.correct(paragraph.Range.Text)
        e = corrected_sent.get('errors') #获取错误的信息在###二行的写出来
        aa = []
        for ee in e:
            for eee in list(ee):
                aa.append(eee)
        txt = paragraph.Range.Text.replace('\n','').replace('\r','')
        err = e
        err0 = []
        err1 = ''
        if len(err)>0:
            ii = 0
            err0 = []
            err1 = '★纠错建议：'
            for txterr in err:
                # print(txterr)
                txt = insert_symbol_at_position(txt,int(txterr[2])+ii,'囧')
                ii = ii + 1
                err0.append('囧'+txterr[0])
                err1 = err1 + ' | ' + txterr[0] + '->' + txterr[1]

        # 添加一个包含要查找文本的段落
        # para = doc.add_paragraph(txt)
        
        color_all_samples_red(txt,err0)
        if len(err0) > 0:
            doc000.add_paragraph(err1+'★')

        with open(file_path.replace(get_file_extension(file_path),'.txt'), "a", encoding='utf-8') as file:
            if len(aa) > 0:
                file.write(paragraph.Range.Text + "\n ############################0# \n" + 
                           " ".join('%s' % id for id in aa) + 
                           "\n ############################1# \n")
            else:
                file.write(paragraph.Range.Text)
        del(m)
    # 关闭文档并退出Word应用程序
    doc.Close()
    word.Quit()
    doc000.save(file_path.replace(get_file_extension(file_path),'_纠错.docx'))    
    return file_path.replace(get_file_extension(file_path),'_纠错.docx')
 
def dragged_files(files):
    fileurl = ''
    if len(files) > 1:
        # print("请拖放一个文件！")
        showinfo("提示","请拖放一个文件！")
    else:
        # print(files[0].decode('gbk'))
        fileurl = files[0].decode('gbk')
        # print(os.path.splitext(fileurl)[1])
    if fileurl != '' and os.path.splitext(fileurl)[1] in ('.doc','.docx'):
        wordpath = fileurl
        message.config(text='当前拖放的文件路径为：\n' + wordpath + '\n 等下记得关闭wps。')
        outwordpath = jc_doc_file(wordpath)       
        wps_executable_path = r'C:\Users\YBK\AppData\Local\kingsoft\WPS Office\ksolaunch.exe'
        subprocess.run([wps_executable_path, outwordpath])
        message.config(text='当前纠错的文件路径为：\n' + wordpath + '\n 等下记得关闭wps。')

if __name__ == '__main__':
    rootWindow = tk.Tk()
    rootWindow.title("拖放Word文件进行纠错")
    rootWindow.geometry("300x120")
    message = tk.Message(rootWindow, width=300, text="当前未拖放文件。")
    message.pack()
    windnd.hook_dropfiles(rootWindow , func=dragged_files)
    rootWindow.mainloop()

拖放文件到这里就行：

等下（应该是等很久），就会用wps打开word文件（上面代码的wps程序路径要换成你们的）

相关推荐
北斗落凡尘6 小时前
LangGraph 入门实战(2)
python·langchain
ttod_qzstudio7 小时前
Java 常用语法极简通关（五）：类与对象——字段、方法、构造器、this 与 static
java·开发语言·python
jufeng13078 小时前
【系列：手搓自主 AI Agent：Hermes 架构原理剖析 · 第 1 篇】
人工智能·python·架构·agent
月光船幽幽9 小时前
影子模式下保护 logits 不被修改
人工智能·python·算法
_oP_i11 小时前
python 后缀 mjs文件
开发语言·python
北斗落凡尘11 小时前
如何使用LangGraph(1)
python·langchain
Livia要学习12 小时前
Python装饰器
开发语言·python
大模型丫丫13 小时前
LangChain4j：Java 生态的 AI 应用开发利器
java·人工智能·python
circuitsosk13 小时前
向量数据库选型与性能压测：Milvus、Pinecone、Chroma在真实业务下的对比
数据库·python·pinecone·milvus·向量数据库·chroma
asdzx6713 小时前
Java 实战：基于 Spire.Doc 高效提取 Word 文档文本与图片
java·c#·word
热门推荐
01VSCode+CodeX扩展，无法启动02GitHub 镜像站点03国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）04如何新建文件夹？ 电脑新建文件夹的4种方法05微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新062026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？07历年考研数学一、数学二、数学三真题试卷及答案PDF08Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费09AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路102026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片