python读取word文件提取文本章节标题

from docx import Document   
import re 
doc=Document('D:\\lawText\\text.docx')########所存的word文件路径
extracted_titles = [] 
########正则法
pattern = re.compile(r'^第[\d一二三四五六七八九十十一百千万亿]+[章节][\u4e00-\u9fa5　\s]*$')

文件读取 

#####看一下文本内容
full_text = []  
for para in doc.paragraphs:  
    full_text.append(para.text)  
full_text

 

#######提取第几章标题
for para in doc.paragraphs:  
    # 使用正则表达式查找匹配项  
    match = pattern.match(para.text)  
    if match:  
        # 如果找到匹配项，则添加到提取的标题列表中  
        extracted_titles.append(match.group()) 
for title in extracted_titles:  
    print(title)
print(extracted_titles)