提问人：Dion 提问时间：11/3/2023 最后编辑：Dion 更新时间：11/3/2023 访问量：31
从文档中出现的 docx 文档中提取编号列表 （python 3.X）
Extracting numbered lists from docx documents as they appear in the document (python 3.X)
问：
我有需要解析的文档，提取文档中出现的编号列表。例如：.docx
然而，不同的方法并没有产生任何结果。到目前为止，我尝试过：
使用像 这样的工具。根本不提取列表。
python-docx直接解析文档。当值在列表中随机更改时失败，我怀疑是由于创建文档时的人为错误......不知道如何处理这个问题。
XMLw:numId用于将 转换为字符串。到目前为止最接近的方法，但没有保持相同的结构 - 输出如下所示：
pandoc.docx
extra_args=["--number-sections"]不会改变任何东西。我可以在转换后使用脚本解析字符串，但我将其留给最后的解决方案，而是希望有一个更干净的解决方案。
关于如何解决这个问题的任何想法？这似乎是一项微不足道的任务，但在过去的几天里，它一直让我发疯。先谢谢你！
答：
0赞
Dion
11/3/2023
#1
aspose-words似乎正确提取列表：） 谢谢@Daviid！
import aspose.words as aw
doc = aw.Document(FILEPATH)
#convert to .txt
doc.save(os.path.basename(FILEPATH)+".txt")
#read as string
docstr = open(os.path.basename(FILEPATH)+".txt", "r").read()
评论
aspose-words