[错误]: WordParser 将文本框插入到段落中,在存在 VML 回退时会两次读取该文本框
作者: L4XB创建于 2026年9月16日更新于 2026年9月16日
· 先决条件
- 我搜索了现有的问题和讨论,这不是重复。
- 这是一个错误,不是一个使用问题。
背景 / 描述
“ WordParser ” 的 QQ 摘录 text from 第 段 ” 开头为每段
该段下的w:t'(RAG/ parser/-word.py'):
文本 = ""
用于t elem in para. element.findall(.)/"+qn("w:t")中:
若 t elem.text 则:
文本 t elem.text./'是一种后裔搜索,因此它也达到了w:t ' 要素a
文本框,在运行中的绘图中以 “w:txbx Content” 为单位。 两个
事情随即而来 都沉默了
**1. 文本框被拼入句子,没有分隔符。 ** 一段
读取“ 段落文本” , 锁定“ Callout” 的呼喊
段正文呼吁'。 textCallout ' 是一个没有出现在文档和
是被嵌入的东西。
**2. 文本框读取两次。 ** 里面写了两次
mc:替代Content':mc:Choice'下的一个wps:txbx',与mc:Choice'下的案文相同。
“mc:Fallback”下VML文本框。 两人都握有"w:txbx Content",所以扫荡
上面有两次呼叫 该功能后来的"v:textbox"通过.
被读取了第三个字,但无法读取——它只运行“如果不是文本”,即:
对于任何有文本的段落,都是虚假的。
QQ 错误信件
贝壳 不提出例外;文本被损坏。
* 重现步骤
1. 代码(第二个模板是形状Word实际写出):
[Python]
导入 Ayncio
导入 io
导入 docx
从 lxml 从 Etree 导入
从代理镜. RAG. parser. 单词导入 WordParser
NS = ".join (中文(简体) ).
f'xmlns: {p}=}"{u}" (中文(简体) ).
p, u in (为
("w","http://schemas.openxmlformats.org/wordprocesseml/2006/main"),.
(“mc”,“http://schemas.openxmlformats.org/markup-compatibility/2006”),
("wps","http://schemas.microsoft.com/office/word/2010/wordprocessing Shape"),"W.
("a","http://schemas.openxmlformats.org/drawingml/2006/main"),.
("wp","http://schemas.openxmlformats.org/drawingml/2006/wordprocessing Drawing"),"互联网档案馆的存檔,存档日期2011-12-21.,.
("v","urn:schemas-microsoft-com:vml"),,"chem".
(中文(简体) ).
(中文(简体) ).
ALTERNATE = f"" (法语).
<w:p{NS}>}
<w:r><w:t>PARAGRAPH TEXT </w:t></w:r>
<w:r><mc: 绝交相通>
<mc: 选择要求="wps" ========================================================
<wp:extent cx="2743200" cy="914400"/><wp:docPr id="1" 名称="文字框 1"/".
<a:graphic><a:graphicData uri="http://schemas.microsoft.com/office/word/2010/wordprocessing Shape" (中文(简体) ).
<wps:wsp ><wps:txbx ><w:txbx Content> (中文(简体) ).
{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你应该知道
</w:txbx Content}/wps:txbx}/wps:wsp> (中文(简体) ).
</a:graphicData></a:graphic >
</wp: inline */w: drawing */mc: 选择>
<mc:Fallback ><w:pict><v:shape id=" x000 s1026"类型="# x000 t202".
<v:textbox {w:txbx Content> (中文(简体) ).
{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}你应该知道
</w:txbx Content * /v: textbox >
</v:shape></w:pict></mc:Fallback> (中文(简体) ).
</mc:替代Content */w:r>
</w:p> (中文(简体) ).
"" "" ""
(单位:千美元)
. . . . . . .内容来源: agentscope-ai/agentscope