【四】如何用python获取文档中的子字符串（只知道子字符串的开头和结尾）

环境配置：python 3.9
开发IDE：pycharm

（一）如何动态地设置文档名？

使用Python-docx库，具体pip库的方式已经在本专栏的前文中提到啦，需要的朋友可以自己去看一下：
【一】为什么有时候在cmd里pip的包，pycharm里面找不到？

实践中遇到了一个实际的问题，就是如何用python去动态地设置要生成的文档名，毕竟要处理的文档太多，批量处理的时候就必须动态命名。

答案是存储地址本质上也是一个字符串，直接拼接起来就可以了。

import string

title = title = doc.paragraphs[0].text 
document.save('D:/硕士/'+title+'.docx')

其中title就是一个动态的变量。

（二）如何用Python获取word文档中的局部信息

一个超级基础的小tip:
for的倒序循环（之前竟然不会！）：

#从10到0进行遍历循环，括号里最后一个-1是步长，实现倒序；前两个参数是起始和终止值，也是前闭后开。
for i in range(10,-1,-1): 
    print(i)

这个局部信息获取，我主要是为了获取个别段落。
如果并不知道完整的子字符串，只是知道子字符串的开头结尾特征。

str.startswith("h")  #子字符串以h开头
str.endswith("o") #子字符串以o结尾

一个示例：

# 公开了的文件如何提取汉字时间
from docx import Document
import string

document = Document() #创建一个文档

#读取文件
doc = Document("D:/书.docx") #打开文件

#获取总的段落数，目的是为了倒序遍历
num = len(doc.paragraphs)

#按照段落倒序遍历文档
for i in range(num-1,-1,-1):
    #找到以“二”开头，以“日”结尾的行，那就是日期
    if(doc.paragraphs[i].text.startswith('二')):
        if(doc.paragraphs[i].text.endswith('日')):
            print('find it')
            print(doc.paragraphs[i].text)