【发布时间】：2020-04-02 13:58:54
【问题描述】：
我正在使用 python docx2txt 模块来处理 docx 文件。现在我可以使用这个模块获取整个文档。但我的要求是逐节检索文档（如标题仅其内容）。请帮助我使用 docx2txt 库获取特定部分或标题。
【问题讨论】：
标签： python
【发布时间】：2020-04-02 13:58:54
【问题描述】：
docx2text 模块没有内置函数。
这意味着您有几个选择。
- 尝试从转换后的文本中识别节标题和节。这可能会很困难，因为很难将单句段落与节标题区分开来。
- 使用
zipfile模块打开docx文件。然后从 zipfile 中读取word/document.xml文件并提取信息。这将为您提供完整的 XML 结构，因此应该可以识别节标题。 - 使用
python-docx，如this question。
所有计算机化处理都要求文档具有一致的内部结构。如果您的文档使用真正的节标题而且 格式化行来开始一个节，那么您的转换肯定会失败。
【讨论】：