python处理word_利用python批量处理Word文件——正文、标题

前面写了如何处理word中的表格：利用python批量处理Word文件——表格 ,其实我觉得word正文应该很少用到批处理，不过万一有朋友需要呢，我们要处理的文件内容千奇百怪，但我觉得难点其实是如何对我们想处理的内容进行读写，所以这篇博客的主要内容就是word文件的读写。我把word文件中的内容分为三类：一是表格；二是图片；三是其它内容。表格和图片的处理我在另外的博客中有详细说明，这里主要谈谈word正文的读写。

在docx中，Word内容的（除表格、图片）的基本组成是段落，因此word的所有内容都存储在paragraphs中，paragraph有两个属性：一是text，二是style。text存储段落的内容，style判断段落的种类。

1.读取Word内容

1.1读取Word中的表格

1.2读取Word中的图片

1.3读取Word正文

from docx import Document

doc=Document("./a.docx")

for p in doc.paragraphs:

print(p.text)

通过遍历paragraphs就可以获得word中全部内容，有时候我们并不需要读取Word中的所有内容，我们可能只想要某些特殊的内容，比如标题，比如列表，那么docx可否实现呢，答案是肯定的。

1.3.1 读取Word中的标题

一级标题

for p in doc.paragraphs:

if p.style.name=='Heading 1':

print(p.text)

二级标题

for p in doc.par