Python拆分Word文档的四种实用技巧分享

pip install Spire.Doc

from spire.doc import *
from spire.doc.common import *
 
# 加载源文档
with Document() as document:
    document.LoadFromFile("测试.docx")
 
    # 遍历文档中的所有节
    for sec_index in range(document.Sections.Count):
        # 访问当前节
        section = document.Sections[sec_index]
 
        # 为当前节创建一个新文档
        with Document() as new_document:
            # 将当前节复制到新文档
            new_document.Sections.Add(section.Clone())
 
            # 复制源文档的主题和样式到新文档以确保格式一致
            document.CloneThemesTo(new_document)
            document.CloneDefaultStyleTo(new_document)
 
            # 将新文档保存为单独的文件
            output_file = f"Output/节{sec_index + 1}.docx"
            new_document.SaveToFile(output_file, FileFormat.Docx2016)

from spire.doc import *
from spire.doc.common import *
 
# 加载源文档
with Document() as source_document:
    source_document.LoadFromFile("测试.docx")
 
    # 初始化变量
    new_documents = []
    new_document = None
    new_section = None
    is_inside_heading = False
 
    # 遍历文档中的所有节
    for sec_index in range(source_document.Sections.Count):
        # 访问当前节
        section = source_document.Sections[sec_index]
 
        # 遍历当前节中的所有对象
        for obj_index in range(section.Body.ChildObjects.Count):
            # 访问当前对象
            obj = section.Body.ChildObjects[obj_index]
            # 检查当前对象是否为段落
            if isinstance(obj, Paragraph):
                para = obj
                # 检查段落样式是否为"Heading1"
                if para.StyleName == "Heading1":
                    # 将文档对象添加到列表
                    if new_document is not None:
                        new_documents.append(new_document)
 
                    # 创建一个新文档 
                    new_document = Document()
                    # 为新文档添加一个新节
                    new_section = new_document.AddSection()
 
                    # 复制源文档的节属性到新文档的节
                    section.CloneSectionPropertiesTo(new_section)
                    # 将段落复制到新文档的节中
                    new_section.Body.ChildObjects.Add(para.Clone())
 
                    # 设置is_inside_heading标志为True
                    is_inside_heading = True
                else:
                    if is_inside_heading:
                        # 将下一个Heading1前的段落复制到新文档的节中
                        new_section.Body.ChildObjects.Add(para.Clone())
            else:
                if is_inside_heading:
                    # 将非段落对象复制到新文档的节中
                    new_section.Body.ChildObjects.Add(obj.Clone())
 
    # 将文档对象添加到列表中
    if new_document is not None:
        new_documents.append(new_document)
 
    # 遍历列表中的所有文档对象
    for i, doc in enumerate(new_documents):
        # 复制源文档的主题和样式以确保格式一致
        source_document.CloneThemesTo(doc)
        source_document.CloneDefaultStyleTo(doc)
 
        # 将文档保存为单独的文件
        output_file = f"Output/标题内容{i + 1}.docx"
        doc.SaveToFile(output_file, FileFormat.Docx2016)

from spire.doc import *
from spire.doc.common import *
 
# 加载源文档
with Document() as document:
    document.LoadFromFile("测试.docx")
 
    # 遍历文档中的所有书签
    for bookmark_index in range(document.Bookmarks.Count):
        # 访问当前书签
        bookmark = document.Bookmarks[bookmark_index]
 
        # 为当前书签创建一个新文档
        with Document() as new_document:
            # 向新文档添加一个新节
            new_section = new_document.AddSection()
 
            # 复制节属性
            document.Sections[0].CloneSectionPropertiesTo(new_section)
 
            # 为源文档创建书签导航器
            bookmarks_navigator = BookmarksNavigator(document)
            # 导航到当前书签
            bookmarks_navigator.MoveToBookmark(bookmark.Name)
            # 获取书签内容
            textBodyPart = bookmarks_navigator.GetBookmarkContent()
 
            # 向新文档添加一个段落
            paragraph = new_section.AddParagraph()
            # 向段落添加相同的书签
            paragraph.AppendBookmarkStart(bookmark.Name)
            paragraph.AppendBookmarkEnd(bookmark.Name)
 
            # 为新文档创建书签导航器
            new_bookmarks_navigator = BookmarksNavigator(new_document)
            # 导航到新文档中新添加的书签
            new_bookmarks_navigator.MoveToBookmark(bookmark.Name)
            # 使用原文档中书签的内容替换新书签的内容
            new_bookmarks_navigator.ReplaceBookmarkContent(textBodyPart)
 
            # 复制源文档的主题和样式以确保格式一致
            document.CloneThemesTo(new_document)
            document.CloneDefaultStyleTo(new_document)
 
            # 将新文档保存为单独的文件
            output_file = f"Output/书签_{bookmark.Name}.docx"
            new_document.SaveToFile(output_file, FileFormat.Docx2016)

from spire.doc import *
from spire.doc.common import *
 
# 加载源文档
with Document() as document:
    document.LoadFromFile("测试.docx")
    
    # 遍历文档中的所有节
    for sec_index in range(document.Sections.Count):
        # 获取当前节
        section = document.Sections[sec_index]
        
        # 创建一个新的文档
        new_document = Document()
        # 将当前节复制到新文档中
        new_document.Sections.Add(section.Clone())
 
        # 复制源文档的主题和样式以确保格式一致
        document.CloneThemesTo(new_document)
        document.CloneDefaultStyleTo(new_document)
            
        # 将CSS样式和图像数据嵌入到HTML页面中
        new_document.HtmlExportOptions.CssStyleSheetType = CssStyleSheetType.Internal
        new_document.HtmlExportOptions.ImageEmbedded = True
            
        # 保存新文档为单独的HTML文件
        output_file = f"Output/节-{sec_index + 1}.html"
        new_document.SaveToFile(output_file, FileFormat.Html)