### 使用 Python 根据分页符拆分 Word 文档 要通过 Python 实现基于分页符的 Word 文档拆分功能，可以借助 `python-docx` 库来解析和操作 `.docx` 文件。以下是一个完整的解决方案： #### 安装依赖库 首先需要安装必要的库 `python-docx` 和其依赖项 `lxml`。可以通过以下命令完成安装： ```bash pip install python-docx lxml ``` 如果无法使用 `pip` 或其他在线工具，则可以根据引用说明下载并手动安装这些库[^2]。 --- #### 解决方案代码 下面提供了一个脚本，用于读取 Word 文档中的内容，并根据分页符将其分割成多个独立的文档： ```python from docx import Document import os def split_word_by_section(input_path, output_dir): # 加载原始 Word 文档 document = Document(input_path) # 如果目标目录不存在则创建它 if not os.path.exists(output_dir): os.makedirs(output_dir) # 初始化变量 section_count = 0 current_document = None # 遍历每个段落 for paragraph in document.paragraphs: if paragraph.text.strip(): # 跳过空白段落 if 'page break' in str(paragraph.runs[-1].text).lower() or \ any(run._r.xpath('w:br[@type="page"]') for run in paragraph.runs): # 当检测到分页符时保存当前部分并新建下一个部分 if current_document is not None: output_file = os.path.join(output_dir, f"split_part_{section_count + 1}.docx") current_document.save(output_file) # 新建一个子文档 current_document = Document() section_count += 1 # 添加段落到当前文档中 if current_document is not None: current_document.add_paragraph(paragraph.text) # 保存最后一个部分 if current_document is not None and current_document.paragraphs: output_file = os.path.join(output_dir, f"split_part_{section_count + 1}.docx") current_document.save(output_file) # 示例调用 input_docx = "example.docx" output_directory = "./splitted_docs" split_word_by_section(input_docx, output_directory) ``` 此代码逻辑如下： 1. **加载输入文件**：利用 `Document` 类加载待处理的 Word 文档。 2. **逐段分析**：遍历文档中的每一个段落，判断是否存在分页符。 3. **识别分页符**：通过检查段落内的 XML 属性 (`<w:br type="page">`) 来确认是否有分页标记[^4]。 4. **生成新文档**：每当遇到分页符时，将之前的内容存储为单独的新文档，并继续记录后续数据。 5. **保存结果**：最终所有分离的部分都会被分别存放到指定的目标路径下。 --- #### 注意事项 - 此方法适用于标准 `.docx` 文件格式；对于旧版 `.doc` 文件可能不适用。 - 若需支持更复杂的场景（如嵌套表格或图片），可进一步扩展该算法以适配特定需求。 - 对于非常大的文档来说，性能可能会受到影响，在实际应用过程中应考虑优化策略。 ---