### 使用 Python 获取 Word 文档的最后修改人和修改时间 要获取 Word 文档的最后修改人和修改时间，可以利用 `python-docx` 和其他库（如 `olefile` 或者直接解析 `.docx` 文件中的元数据）。`.docx` 是一种基于 ZIP 的文件格式，其中包含了文档的核心属性（如作者、最后修改时间和最后修改人等信息）。 以下是具体实现方式： #### 方法一：使用 `python-docx` `python-docx` 提供了一种简单的方式访问 Word 文档的核心属性。可以通过加载文档并提取其核心属性来获得所需的信息。 ```python from docx import Document def get_docx_metadata(file_path): document = Document(file_path) core_properties = document.core_properties last_modified_by = core_properties.last_modified_by # 最后修改人 modified_time = core_properties.modified # 修改时间 return { 'last_modified_by': last_modified_by, 'modified_time': modified_time.strftime('%Y-%m-%d %H:%M:%S') if modified_time else None } # 调用函数 metadata = get_docx_metadata('example.docx') print(f"Last Modified By: {metadata['last_modified_by']}") print(f"Modified Time: {metadata['modified_time']}") ``` 这种方法依赖于 `python-docx` 库的功能[^1]。 --- #### 方法二：使用 `zipfile` 解析 `.docx` 文件结构 由于 `.docx` 实际上是一个压缩包，可以直接解压它并读取其中的 XML 文件以获取所需的元数据。 ```python import zipfile from xml.etree.ElementTree import parse def extract_word_metadata(docx_file): with zipfile.ZipFile(docx_file, 'r') as z: try: with z.open('docProps/core.xml', 'r') as f: tree = parse(f).getroot() namespaces = {'cp': 'http://schemas.openxmlformats.org/package/2006/metadata/core-properties', 'dc': 'http://purl.org/dc/elements/1.1/', 'dcterms': 'http://purl.org/dc/terms/'} last_modified_by = tree.findtext('cp:lastModifiedBy', namespaces=namespaces) # 最后修改人 modified_time = tree.findtext('dcterms:modified', namespaces=namespaces) # 修改时间 return { 'last_modified_by': last_modified_by, 'modified_time': modified_time } except KeyError: return {"error": "Metadata not found"} # 调用函数 metadata = extract_word_metadata('example.docx') print(f"Last Modified By: {metadata.get('last_modified_by')}") print(f"Modified Time: {metadata.get('modified_time')}") ``` 该方法通过手动解析 `.docx` 中的 `core.xml` 来获取元数据[^2]。 --- #### 方法三：使用第三方库 `olefile` 处理旧版 `.doc` 文件 对于旧版本的 `.doc` 文件，可以使用 `olefile` 库来处理 OLE 结构化存储文件，并从中提取元数据。 ```python import olefile def get_ole_metadata(doc_file): with olefile.OleFileIO(doc_file) as ole: meta = ole.get_metadata() last_author = getattr(meta, 'last_author', None) # 最后修改人 last_saved_time = getattr(meta, 'last_saved_time', None) # 修改时间 return { 'last_modified_by': last_author, 'modified_time': str(last_saved_time) if last_saved_time else None } # 调用函数 metadata = get_ole_metadata('example.doc') print(f"Last Modified By: {metadata['last_modified_by']}") print(f"Modified Time: {metadata['modified_time']}") ``` 注意，此方法仅适用于 `.doc` 格式的文件，不支持 `.docx`[^3]。 --- ### 总结 以上提供了三种不同的方法用于获取 Word 文档的最后修改人和修改时间。推荐优先尝试 `python-docx` 方式，因为它最为简洁易用；而对于更复杂的场景或者需要兼容旧版 `.doc` 文件的情况，则可以选择其他两种方案之一。