python关键字匹配doc文章标题和内容,从.docx fi中提取标题和表格文本

我试图从docx文件中提取页面和页眉数据。这个文件有几百页，每一页都有一个表和一个页眉。标题包含需要与每个表配对的相关信息。我能够提取头和表数据，只是不能可靠地将它们配对在一起。在

使用win32com这就是我目前所掌握的# getting the table page number

app = Dispatch("Word.Application")

doc = app.Documents.Open(filename)

table_1_page = doc.Tables(1).Range.Information(3) # 3 == wdActiveEndPageNumber

出现此问题是因为标题TextFrames和在多个页面上重复，因此当我调用：

^{pr2}$

我得到一个文本框出现的页面。页面是选择似乎有些武断，有时它的第一个其他的它的最后一个，但它是不可预测的。在

我花了一点时间阅读对象模型here。最终，如果不重新设计轮子就可以捕获每页显示的所有项目。在

根据要求编辑10/25/16，这里是一些最低的工作代码**# filename docx_parser.py

import pythoncom

class OpenDoc(object):

def __init__(self, docx_path):

import win32com.client as win32

self.path = docx_path

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

self.word.Visible = 0

self.word.Documents.