如何使用python在docx中查找列表？

Question

我正在尝试拆分一个word文档，该文档如下所示：

1.0列表项
1.1列表项
1.2列表项
2.0列表项

它存储在docx中，我正在使用python-docx尝试解析它。不幸的是，它在开始时失去了所有的编号。我试图识别每个有序列表项的开始。

python-docx库也允许我访问样式，但是我不知道如何确定样式是否是列表样式。

到目前为止，我一直在处理函数和检查输出，但标准格式类似于：

    for p in doc.paragraphs:
        s = p.style
        while s.base_style is not None:
            print s.name
            s = s.base_style
        print s.name

我一直在使用它来尝试搜索自定义样式，但都以“正常”结尾，而不是“列表号码”

我尝试在文档、段落和运行下搜索样式，但运气不佳。我也尝试过搜索p.text，但如前所述，编号不会持久。

Answer 1

列表项可以通过多种方式在XML中实现。不幸的是，使用工具栏（而不是使用样式）添加列表项的最常见方法可能也是最复杂的。

最好的办法是开始使用OPCDiag来查看文档中使用的XML。然后从中制定策略。

python-docx的列表处理API还没有真正实现，所以如果你想在今天的版本中完成这一点，你需要在lxml级别上操作。