python读取word中的文字格式_利用Python-docx 读写 Word 文档中的正文、表格、段落、字体等...

前言：

前两篇博客介绍了 Python 的 docx 模块对 Word 文档的写操作，这篇博客将介绍如何用 docx 模块读取已有 Word 文档中的信息。

本篇博客主要内容有：

1、获取文档的章节信息；

2、获取段落文本信息；

3、获取表格内文本信息；

4、获取文档内格式信息。

1、获取文档章节信息：

1、用docx模块获取已有的word文档对象：

from docx import Document

# Document 类，不仅可以新建word文档，也可以打开一个本地文档

doc = Document('test03.docx') # 想获取的文档文件名，这里是相对路径。

用做示例的 test03.docx 文件截图如下：

文档中有两个章节共两页（一个章节一页），一个章节的页面为 A3 ，另一个为 A4。

2、获取文档章节信息：

# 获取文档所有章节

sections = doc.sections

"class Sections(Sequence):"

print(sections)

#

# 查看章节数量

print(len(sections)) # 2

注意：

章节对象的概念虽然比段落对象大，章节对象可以设置本章节的页面大小页眉页脚等，在该章节的段落对象必须遵守该章节的设置。

但是又并不存在包含关系，也就是说不能通过章节对象获取到段落信息。

3、获取页边距等信息：

# 获取章节对象的页边距等信息

sec0 = sections[0]

"class Section(object):"

'''

官方解释：文档节，提供对节和页面设置的访问。

还提供对页眉和页脚的访问。

'''

print(sec0)

#

# 获取章节页面信息

# 获取页面边距值：（单位为像素）

print('左边距：',sec0.left_margin)

# 左边距： 914400

print('右边距：',sec0.right_margin)

# 右边距： 914400

print('上边距：',sec0.top_margin)

# 上边距： 1143000

print('下边距：',sec0.bottom_margin)

# 下边距： 1143000

print('页眉边距：',sec0.header_distance)

# 页眉边距： 540385

print('页脚边距：',sec0.footer_distance)

# 页脚边距： 629920

print('页面方向：',sec0.orientation)

# 页面方向： LANDSCAPE (1)

print('页面高度：',sec0.page_heig