续：python 基于-docx库解决docx自动编号识别问题的一种参考方案（附详解、附代码）

2024.5.31更新2点：1、发现有些中文自动编号不是叫chineseCounting，后面还带了thousand什么的，所以 if num_fmt == "chineseCounting" 要改为 if "chineseCounting" in num_fmt。2、之前对自动编号假设只有3级，虽然看起来数字是连续的，但实际上每个都可能是一组新的自动编号的第一个，对此，修正后对应代码应为：

start_lv123 = [i*0 for i in range(len(List_of_dict))]  #原本是start_lv123=[0,0,0]

for k in range(len(List_of_dict)):
if "start" in List_of_dict[k].keys():
start_lv123[k]=int(List_of_dict[k]["start"].split('\'')[0])

---

我的上一次文章大概说明了基于docx库解决自动编号识别问题的原理和结论（参见上一篇文章http://t.csdnimg.cn/gozU9），在这篇文章进一步说明一些细节问题，最后附上代码。

我这里有一个text.docx文档（见下图），带有2级自动编号：一、二、 以及1.2. 。以此为例说明。

一、记载“文档自动编号样式信息”的位置在哪里？

自动编号的种类、样式等信息储存在numbering.xml当中（每个docx都是一个zip，手动改变后缀名后可打开压缩包，找到/word/numbering.xml这个文件）。最上层的节点叫numbering,下面与4个节点，分别是2个num和2个abstractNum。每个num节点记录了某个numId值与某个abstractNumId 值的对应关系。节点abstractNum记录了每一个abstractNumId 值对应的自动编号长成什么样、起始序号是几、序号是中文还是数字等等信息。