使用 python-docx 读取 .docx，保留特殊字符、项目符号

Question

我正在尝试在 python.

中批量处理许多 .docx 格式的 Microsoft Word 文档

下面的代码完成了我需要的，除了它丢失了我想保留的特殊字符，比如右箭头符号和项目符号。

import docx

def getText(filename):
    doc = docx.Document(filename)
    fullText = []
    for para in doc.paragraphs:
        fullText.append(para.text)
    return fullText

getText('example.docx')

Answer 1

Paragraph.text 属性 in python-pptx returns 段落中的纯文本作为字符串。这是一个很常见的要求。

项目符号或一般的编号列表（项目符号是其中的一种）不会反映在段落的文本中，即使它可能在屏幕上以这种方式出现。这种事情将是段落的附加属性。

可以应用项目符号的一种方法是使用 'List Bullet' 样式。段落样式在 Paragraph.style.

上可用

此处的文档是您了解此内容和其他详细信息的朋友，尤其是用户指南部分中的 11 个主题：
http://python-docx.readthedocs.io/en/latest/

使用 python-docx 读取 .docx，保留特殊字符、项目符号

Using python-docx to to read .docx, preserving special characters, bullets

python

python-docx