python读取docx内容

环境：PyCharm python3.7

需要下载python-docx、docx（打开Settings->Project Interpreter->+搜索docx、python-docx install即可）

来源：https://blog.csdn.net/xtfge0915/article/details/83479922

#获取文章全部内容

doc=docx.Document('D:\\Users\\Administrator\\PycharmProjects\\BigData\\Detail\\a.docx')

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.paragraphs:

if p.style.name=='Heading 2':

print(p.text)

 

 

#所有标题

import re

for p in doc.paragraphs:

if re.match("^Heading \d+$",p.style.name):

print(p.text)

 

#所有内容

for p in doc.paragraphs:

if p.style.name=='Normal':

print(p.text)

#从前面可以看出，如果知道不同内容的style.name，那么要读这些内容是极其方便的，这些style.name可以通过：

#print(p.style.name)得到

 

for p in doc.paragraphs:

   if p.style.name=='级别3：黑体 13磅 20行距 段落前后20 左对齐':

print(p.text)

#输出对应内容