如何使用python-docx提取docx文档中的节号？

Question

我有一个docx文档，它被分成几个小节和小节，例如

A部分

texttexttext

1. texttexttext

   1.1 texttexttext

2. texttexttext

   （一）texttexttext

我想使用Python，DOCX提取文本。很容易得到段落中的文本，但我不知道如何获取章节标题的文本（例如“1.”和“（a）”等）。是否有捷径可寻？

Answer 1

它的容易程度取决于文档作者在构建文档时的严格程度。例如，最好的情况是，作者已经为所有章节标题使用了样式，然后你可以通过段落选择出“标题1”样式的段落。

for paragraph in document.paragraphs: 
    if paragraph.style.name == 'Heading 1': 
     print(paragraph.text) 

如果作者不是应用的字符格式像大胆和字体大小指定标题，你的工作会更严格，因为这些都是不太可能唯一标识的标题。