### 搜索 Word 文档中的表格及其前后段落内容 在处理 Word 文档时，除了提取表格内容，还常常需要定位表格在文档中的上下文信息，例如表格前后的段落内容。通过 `python-docx` 库可以实现对 Word 文档的结构化遍历，从而识别表格及其相邻段落内容。 #### 实现思路 在 Word 文档中，段落和表格是并列的元素，均属于文档的块级元素。通过遍历文档元素列表，可以识别当前元素是否为表格，并记录其前后的内容。以下是实现方法： #### 示例代码 ```python from docx import Document def search_tables_with_context(doc_path): doc = Document(doc_path) elements = list(doc.element.body) for i, elem in enumerate(elements): if elem.tag.endswith('tbl'): # 判断是否为表格 # 获取表格对象 table = doc.tables[doc.element.body.index(elem)] # 提取表格前的段落 prev_paragraphs = [] j = i - 1 while j >= 0 and not elements[j].tag.endswith('tbl') and not elements[j].tag.endswith('tc'): if elements[j].tag.endswith('p'): prev_paragraphs.append(doc.paragraphs[doc.element.body.index(elements[j])].text) j -= 1 # 提取表格后的段落 next_paragraphs = [] j = i + 1 while j < len(elements) and not elements[j].tag.endswith('tbl') and not elements[j].tag.endswith('tc'): if elements[j].tag.endswith('p'): next_paragraphs.append(doc.paragraphs[doc.element.body.index(elements[j])].text) j += 1 print("找到表格，前文段落：") for para in reversed(prev_paragraphs): print(f" {para}") print("表格内容：") for row in table.rows: print(" " + " | ".join(cell.text.strip() for cell in row.cells)) print("后文段落：") for para in next_paragraphs: print(f" {para}") print("-" * 60) # 调用函数 search_tables_with_context('example.docx') ``` #### 代码说明 - **表格识别**：通过遍历文档的 XML 元素判断是否为表格节点。 - **上下文提取**：从表格位置向前和向后遍历文档结构，提取非表格的段落内容。 - **输出格式**：分别输出表格前、表格内容、表格后的文本信息。 #### 注意事项 - 由于 `python-docx` 不提供直接访问文档结构索引的功能，需结合 `doc.element.body` 进行底层元素访问。 - 若文档中存在嵌套表格或复杂结构，需进一步处理以避免误判。 - 表格前后的段落可能包含标题、说明或注释，可用于语义理解与数据归类。 ---