YunNanDsBase/Py/Test/RepairTuBiao.py

# pip install pywin32
# https://blog.csdn.net/weixin_42927998/article/details/115086797
import os

import win32com
from win32com.client import Dispatch

# 工作目录
workingPath = r'D:\dsWork\YunNanDsBase\Doc\全省及州市县区人口与教育报告集20241023\16个州市报告2022\分析报告20240510'


# 修复Word文档
# 经过反复测试发现，WORD文档中的图表，有些POI是无法正确读取的，本来是Sheet1,结果它不认识，说只有一个Sheet0,此时就无法正确读取数据了。
# 而我通过python+win32com.client.Dispatch可以读取到，直接保存，就修复了这个BUG，真是太神奇了！
def repairWord(docPath):
    docApp = win32com.client.Dispatch('Word.Application')
    # 是不是打Word显示
    docApp.Visible = False
    docApp.DisplayAlerts = 0

    doc = docApp.Documents.Open(docPath)
    #
    # # 遍历文档中的所有内嵌形状
    idx = 1
    for inline_shape in doc.InlineShapes:
        if inline_shape.Type == win32com.client.constants.wdInlineShapeChart:  # 检查是否为内嵌图表
            shape = doc.InlineShapes(idx)
            sheet = shape.Chart.ChartData.Workbook.Worksheets("Sheet1")
            print(sheet.Name)
            # 下一个图表的索引号
            idx = idx + 1

    # 关闭文档和Word应用
    doc.Close()
    docApp.Quit()


if __name__ == '__main__':
    # 1、修复两层扩展名.docx
    for file in os.listdir(workingPath):
        if file.endswith('.docx.docx'):
            # 完整的路径名称
            docPath = os.path.join(workingPath, file)
            print("文件名有误，已修复：" + docPath)
            os.rename(docPath, docPath.replace('.docx.docx', '.docx'))

    # 2、修复图表异常问题
    for file in os.listdir(workingPath):
        if file.endswith('.docx'):
            # 开始修复文档
            repairWord(docPath)
    print("修复完成")