python-docx读取word段落的样式字体

python-docx读取word字体信息为None

记录一下使用python-docx吧。
最近使用python-docx读取docx文件，想要读取文件的字体等信息。查到的资料有点杂，而且好多都是教你怎么写入一个docx文件的……
官方文档中说了关于样式继承的问题：

一个样式可以从另一个样式继承属性，有点类似于层叠样式表 (CSS) 的工作方式。base_style使用属性指定继承 。通过将一种风格建立在另一种风格上，可以形成任意深度的继承层次结构。没有基本样式的样式会从文档默认值继承属性。

许多字体属性是三态的，这意味着它们可以采用值 True、False和None。True表示该属性是“on”，False表示它是“off”。从概念上讲，None价值意味着“继承”。

也就是说，当文档中某些内容应用了样式时，一些信息返回的值为None。
接下来讲一下文档应用了样式，怎么得到paragraphs的字体信息。

首先，安装库：

在终端输入：（网速慢建议使用镜像源）

pip install python-docx
# 豆瓣镜像源
# pip install -i https://pypi.doubanio.com/simple python-docx

使用

加载相应的库

import docx
from docx.oxml import parse_xml
from docx.oxml.xmlchemy import serialize_for_reading
from docx.oxml.ns import nsmap, qn

# 读取docx文件
doc = docx.Document('test.docx')

将docx文件解析为xml文件，通过xml文件获取文档信息。文档解析后会有多个xml文件，一般是document.xml中获取文档信息，样式信息则会在style.xml中。因此可以通过解析样式信息来获取字体信息。
p.style.font.name有时也可以获取样式的英文字体名称。

获取中文字体名称

for p in doc.paragraphs:
#     print("段落内容：", p.text)
    print("段落样式名称：", p.style.name)
    print('常规手段字体名称：', p.style.font.name)
    p_rpr = p.style.element.xpath('w:rPr')[0]
    # print(p_rpr[0].xml)
    if p_rpr.xpath('w:rFonts'):
        try:
        # 一般字体在w:ascii中，中文样式的字体可能在w:eastAsia
        # 找不到的话print一下p_rpr[0].xml找找关于字体信息在哪
            print("段落字体：", p_rpr.xpath('w:rFonts')[0].attrib[qn("w:eastAsia")])
        except:
            print("段落字体：", p_rpr.xpath('w:rFonts')[0].attrib[qn("w:ascii")])

得到的结果：