diff --git a/docutranslate/translator/ai_translator/docx_translator.py b/docutranslate/translator/ai_translator/docx_translator.py index 4ab99e5..698f6f4 100644 --- a/docutranslate/translator/ai_translator/docx_translator.py +++ b/docutranslate/translator/ai_translator/docx_translator.py @@ -51,9 +51,10 @@ class DocxTranslator(AiTranslator): 一个基于高级结构化解析的 .docx 文件翻译器。 它能高精度保留样式,并正确处理正文、表格、页眉/脚、脚注/尾注、超链接和目录(TOC)等复杂元素。 - [v4.1 - 稳定版重构] - - 移除所有对 python-docx 内部类的脆弱导入和猴子补丁。 - - 实现了一个健壮的、基于鸭子类型的 _traverse_container 函数来统一处理所有文本容器。 + [v4.2 - 修复版] + - 修复了对域代码(Fields)结果文本的错误跳过问题,确保目录条目可被翻译。 + - 新增了对结构化文档标签(Structured Document Tags, SDT)的递归解析, + 确保由内容控件(如自动目录)包裹的内容可以被正确处理。 """ IGNORED_TAGS = { qn('w:proofErr'), qn('w:lastRenderedPageBreak'), qn('w:bookmarkStart'), @@ -111,12 +112,10 @@ class DocxTranslator(AiTranslator): state['field_depth'] = max(0, state['field_depth'] - 1) continue if isinstance(child, CT_R): - # 只跳过包含域指令的 Run if child.find(qn('w:instrText')) is not None: continue - - # 删除了 'if state['field_depth'] > 0: continue' 这一行 - + # 【V1 修复】: 移除了 `if state['field_depth'] > 0: continue` + # 之前的代码会错误地跳过域代码(如TOC)的结果文本,现在只跳过指令文本。 run = Run(child, None) if is_image_run(run) or is_formatting_only_run(run): flush_segment() @@ -138,25 +137,8 @@ class DocxTranslator(AiTranslator): elements.append({"type": "text_runs", "runs": current_runs}) texts.append(full_text) - def _traverse_container(self, container, elements: List[Dict[str, Any]], texts: List[str]): - """ - [核心导航员] 健壮地遍历任何文本容器 (Document, _Cell, _Header, etc.)。 - """ - if container is None: - return - - # --- 关键修复 --- - # 通过检查属性来确定如何获取子元素,而不是依赖于对象的具体类型。 - # 这种方法对所有类型的容器都有效。 - parent_element = None - if hasattr(container, 'element') and hasattr(container.element, 'body'): - parent_element = container.element.body # For Document - elif hasattr(container, '_element'): - parent_element = container._element # For _Cell, _Header, _Footer, NotesParts - - if parent_element is None: - return - + def _process_body_elements(self, parent_element, container, elements: List[Dict[str, Any]], texts: List[str]): + """ 遍历一个容器内的所有顶级元素(段落、表格、内容控件等) """ for child_element in parent_element: if child_element.tag.endswith('p'): self._process_paragraph(Paragraph(child_element, container), elements, texts) @@ -165,6 +147,29 @@ class DocxTranslator(AiTranslator): for row in table.rows: for cell in row.cells: self._traverse_container(cell, elements, texts) + # 【V2 修复】: 新增对 SDT (Structured Document Tag) 的处理 + # 这使得代码可以进入并翻译由内容控件(如自动目录)包裹的内容 + elif child_element.tag.endswith('sdt'): + sdt_content = child_element.find(qn('w:sdtContent')) + if sdt_content is not None: + # 递归处理 sdtContent 内部的元素 + self._process_body_elements(sdt_content, container, elements, texts) + + def _traverse_container(self, container, elements: List[Dict[str, Any]], texts: List[str]): + """ + [核心导航员] 健壮地遍历任何文本容器 (Document, _Cell, _Header, etc.)。 + """ + if container is None: + return + + parent_element = None + if hasattr(container, 'element') and hasattr(container.element, 'body'): + parent_element = container.element.body + elif hasattr(container, '_element'): + parent_element = container._element + + if parent_element is not None: + self._process_body_elements(parent_element, container, elements, texts) def _pre_translate(self, document: Document) -> Tuple[DocumentObject, List[Dict[str, Any]], List[str]]: doc = docx.Document(BytesIO(document.content))