python提取word标题_用Python从MS-Word文档中提取标题

单词对象模型可以找到here。您的doc对象将包含这些属性，您可以使用它们执行所需的操作(请注意，我没有将此功能用于Word，因此我对对象模型的了解很少)。例如，如果要阅读文档中的所有单词，可以执行以下操作：for word in doc.Words:

print word

你会得到所有的单词。这些word项中的每一项都是Word对象(引用here)，因此您可以在迭代期间访问这些属性。在您的情况下，以下是如何获得风格：

^{pr2}$

在带有单个标题1和普通文本的示例文档上，将打印：Heading 1

Heading 1

Heading 1

Heading 1

Heading 1

Normal

Normal

Normal

Normal

Normal

要将标题组合在一起，可以使用itertools.groupby。如下面的代码注释所述，您需要引用对象本身的str()，因为使用word.Style返回的实例不会与相同样式的其他实例正确分组：from itertools import groupby

import win32com.client as win32

# All the same as yours

word = win32.Dispatch("Word.Application")

word.Visible = 0

word.Documents.Open("testdoc.doc")

doc = word.ActiveDocument

# Here we use