有時候，工作中可能會遇到以下場景：將一個含有幾十篇文章（約幾百至上千頁）的word文件拆分為多個文件，每個文件包含一篇文章。

幾百上千頁的文檔，手工處理實在低效，稍微打個盹兒還可能出錯。好在我們有python，僅需編寫幾行代碼就可借助python-docx模塊拆分word文件，實現自動化辦公。

1. 模塊安裝與概念介紹

python-docx是用于創建和更新Microsoft Word（.docx）文件的Python庫。如果你日常需要經常處理Word文檔，那么非常推薦使用python-docx，它處理起docx很方便。

python-docx模塊已經提交給PyPI倉庫，使用下述命令即可安裝：

pip?install?python-docx

在使用python-docx讀/寫word文檔中之前，先介紹本文需要用到python-docx模塊的一些概念：

• Document對象：表示word文檔。

• Paragraph對象：表示word文檔中的段落。

  • text屬性：表示段落中的文字內容。

  • style屬性：表示段落文本的樣式，如：Normal(正常)、Title(標題)等。

2. 讀取word文本

以下示例代碼讀取word文檔后，通過paragraph的text和style屬性，查看了段落文字內容及段落樣式。

#?導入模塊 import?docxdef?read_doc(file_input_name)#?獲取輸入文檔對象，file_input_name為待讀取文檔文件doc_obj?=?docx.Document(file_input_name)#?獲取文檔對象的所有段落并統計段落數lenDoc?=?len(doc_obj.paragraphs)print(f"總共{lenDoc}個段落"?)for?paragraph?in?doc_obj.paragraphs:#?查看段落樣式print(paragraph.style.name)#?查看段落文字print(paragraph.text)print("\n")if?__name__?==?'__main__':read_doc("/xxx/xxx/文檔拆分示例.docx")

假設處理的文檔文件內容如下：

使用示例代碼，輸出內容如下：

總共71個段落 段落樣式：Title，段落文本：同質性及其體現 段落樣式：Normal，段落文本：俗語說“人以類聚，物以群分”，似乎現實生活中也的確如此。關系密切的人常常具有一定的相似性（稱為同質性），而這同質性本身則是影響社交網絡結構的最基本的概念之一。其中，相似性不僅可能表現在如性別、種族、母語等自然、固有的特征上，也可能體現在在成長和社會交往過程中逐漸形成的興趣、價值觀等可變特征上（一定程度上可由行為體現）。

3. 寫入word文本

import?docx?def?write_doc(paragraphs,?file_output_path):#?以首段文字（標題）作為文檔名result_file_name?=?os.path.join(file_output_path,?paragraphs[0]?+?".docx")#?創建文檔對象doc_obj?=?docx.Document()#?添加段落for?paragraph?in?paragraphs:doc_obj.add_paragraph(paragraph)#?保存文件doc_obj.save(result_file_name)

示例代碼以段落形式將標題與正文寫入word文件，也就是說新的word文件里所有段落（無論標題還是正文）的style都為Normal。若想要讓標題的style仍然為Title，可使用document.add_heading(paragraphs[0],level = 0)語句。

4. word文本自動拆分

這里給出了一個完整的示例代碼，可以實現對幾十篇文章的word文檔的自動拆分，每篇文章單獨存儲。

示例代碼拆分word文檔思路：通過paragraph的style屬性判斷是否開始下一篇文章，一旦開始下一篇文章，就將前一篇文章的段落寫入一個文件。

寫入文件方式有兩種：word文件（write_doc）、文本文件（write_txt）。

import?os.path import?docxFILE_INPUT?=?r"/xxx/xxx/文檔拆分示例.docx" FILE_OUTPUT?=?r"/xxx/xxx/文檔拆分"def?write_txt(paragraphs,?file_output_path,?doc_count):"""將篇章內容寫入文本文件，以篇章index作為文件名:param?paragraphs:?:param?file_output_path:?:param?doc_count:?:return:?"""txt_path?=?os.path.join(file_output_path,"文本文件")if?not?os.path.exists(txt_path):os.makedirs(txt_path)file_output_name?=?os.path.join(txt_path,str(doc_count)+".txt")paragraphs?=?map(lambda?x:x.strip(),paragraphs)with?open(file_output_name,"w")?as?fw:fw.writelines("\n".join(paragraphs))def?write_doc(paragraphs,?file_output_path):"""將篇章內容寫入word文檔，以篇章標題作為文檔名:param?paragraphs:?:param?file_output_path:?:return:?"""result_file_name?=?os.path.join(file_output_path,?paragraphs[0]?+?".docx")#?創建文檔對象doc_obj?=?docx.Document()#?添加段落for?paragraph?in?paragraphs:doc_obj.add_paragraph(paragraph)#?保存文件doc_obj.save(result_file_name)def?split_doc(file_input_name,?file_output_path):"""拆分word文檔，每個篇章單獨保存:param?file_input_name:?:param?file_output_path:?:return:?"""docs_count?=?0temp_doc?=?[]#?獲取輸入文檔對象doc_obj?=?docx.Document(file_input_name)lenDoc?=?len(doc_obj.paragraphs)print(f"總共{lenDoc}個段落"?)for?paragraph?in?doc_obj.paragraphs:#?開始新篇章if?paragraph.style.name.startswith('Title')?and?len(temp_doc)!=0:#?todo?寫入文件#?todo?清空temp_docwrite_doc(temp_doc,?file_output_path)docs_count?+=1write_txt(temp_doc,?file_output_path,?docs_count)temp_doc?=?[]temp_doc.append(paragraph.text)if?len(temp_doc)!=0:write_doc(temp_doc,?file_output_path)docs_count?+=1write_txt(temp_doc,?file_output_path,?docs_count)print(f"完成文件拆分，共{docs_count}篇章")if?__name__?==?'__main__':split_doc(FILE_INPUT,?FILE_OUTPUT)

5. 總結

本文僅從一個使用場景對python-docx展開了介紹。實際上，python-docx模塊還有很多其他用法，比如插入表格、寫word時設置字體字號和顏色等。總之，如果日常需要經常處理word文檔，那非常推薦python-docx。

往期精彩回顧適合初學者入門人工智能的路線及資料下載(圖文+視頻)機器學習入門系列下載中國大學慕課《機器學習》（黃海廣主講）機器學習及深度學習筆記等資料打印《統計學習方法》的代碼復現專輯 AI基礎下載機器學習交流qq群955171419，加入微信群請掃碼：

總結

以上是生活随笔為你收集整理的【Python】如何用Python实现Word文档拆分的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。