用python解析word文件（三）：style

太长了，我决定还是拆开三篇写。

 

（一）段落篇（paragraph）

（二）表格篇（table）

（三）样式篇（style）（本篇）

选你所需即可。下面开始正文。

---

 

在前两篇中，我们已经解析出了paragraph和table，那么，如何把它们按顺序组合在一起呢？毕竟，一般的word不会固定把表格和文字分开，而是混排在一起的。

答案是，没办法。

可能有的同学在看过前两篇之后，已经亲自动手去玩python-docx，并且发现了style这个东西。我本来也发现了。使用

docx.styles

 

可以获取全部的样式，并且用

style.type

 

可以看出，它属于paragraph还是table。那么，如果我这样……

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)

 

不就可以按顺序获得所有段落和表格了吗？如果你亲自做过了，你就会发现行不通。通过循环获得的内容，跟word里的前后顺序不一样，鬼知道这个style是按什么顺序添加上的！

 

不过，对于单独的paragraph或table来说，style还是很有用的。用来判断当前段落或单元格的样式，我用到的属性主要就是type和name这两个——好吧，还是type用的最多。

 

paragraph.style.type或p.runs[i].style.type是个枚举类型的常量，在库中的主要位置为docx.enum.____，从本系列文章的第一篇可以看到大概的用法，如果要比较细致地展示word文档的样式，style还是比较重要的。尤其是，如果我们把程序设计为直接写word而不是读的时候，更体现出style的重要性。比较典型的例子就是，如果页面上有富文本编辑器，或者markdown格式编辑器，后台想要导出word的时候，肯定要用到style。

 

当然，对于设计者来说是非常爽的，但是对于后端程序员来说，还是挺苦逼的。枚举类型没有什么技巧可言，完全就是苦力活。

 

---

关于如何解析word，我就介绍这么多了。这一篇写得比较短，因为style我总共也没有用上几种，就只能写点理论知识；二是style本来也难以独立成篇，我只是想吐槽一下当时走的弯路。