用python解析word文件（三）：style

太長了，我決定仍是拆開三篇寫。

 

（一）段落篇（paragraph）

（二）表格篇（table）

（三）樣式篇（style）（本篇）

選你所需便可。下面開始正文。

---

 

在前兩篇中，咱們已經解析出了paragraph和table，那麼，如何把它們按順序組合在一塊兒呢？畢竟，通常的word不會固定把表格和文字分開，而是混排在一塊兒的。

答案是，沒辦法。

可能有的同窗在看過前兩篇以後，已經親自動手去玩python-docx，而且發現了style這個東西。我原本也發現了。使用

docx.styles

 

能夠獲取所有的樣式，而且用

style.type

 

能夠看出，它屬於paragraph仍是table。那麼，若是我這樣……

for s in docx.styles:
    if s.type == WD_STYLE_TYPE.PARAGRAPH:
        print(s.text)
    elif s.type == WD_STYLE_TYPE.TABLE:
        for row in s.rows:
            for cell in row.cells:
                print(cell.text)

 

不就能夠按順序得到全部段落和表格了嗎？若是你親自作過了，你就會發現行不通。經過循環得到的內容，跟word裏的先後順序不同，鬼知道這個style是按什麼順序添加上的！

 

不過，對於單獨的paragraph或table來講，style仍是頗有用的。用來判斷當前段落或單元格的樣式，我用到的屬性主要就是type和name這兩個——好吧，仍是type用的最多。

 

paragraph.style.type或p.runs[i].style.type是個枚舉類型的常量，在庫中的主要位置爲docx.enum.____，從本系列文章的第一篇能夠看到大概的用法，若是要比較細緻地展現word文檔的樣式，style仍是比較重要的。尤爲是，若是咱們把程序設計爲直接寫word而不是讀的時候，更體現出style的重要性。比較典型的例子就是，若是頁面上有富文本編輯器，或者markdown格式編輯器，後臺想要導出word的時候，確定要用到style。

 

固然，對於設計者來講是很是爽的，可是對於後端程序員來講，仍是挺苦逼的。枚舉類型沒有什麼技巧可言，徹底就是苦力活。

 

---

關於如何解析word，我就介紹這麼多了。這一篇寫得比較短，由於style我總共也沒有用上幾種，就只能寫點理論知識；二是style原本也難以獨立成篇，我只是想吐槽一下當時走的彎路。