Ms word 使用Python操作具有链接和跟踪更改的Microsoft Word DOCX文件

我一直在使用这个优秀的软件包来读取、修改和编写MicrosoftWord文件。该包支持从每个段落中提取文本。它还允许一次访问一个段落“run”，其中run是一组具有相同字体信息的字符。不幸的是，当您通过运行访问段落时，会丢失链接，因为包不支持链接。该包也不支持访问更改跟踪信息

我的问题是我需要访问更改跟踪信息。或者，更具体地说，我需要将具有变更跟踪指示的段落从一个文档复制到另一个文档

我尝试过在XML级别上这样做。例如，此代码段将file1.docx的内容附加到file2.docx：

from docx import Document
doc1 = Document("file1.docx")
doc2 = Document("file2.docx")
doc2.element.body.append(doc1.element.body)
doc2.save("file2-appended.docx")

当我试图在Mac电脑上打开复杂文件时，会出现以下错误：

但是如果我点击OK，内容就在那里了。对于非常简单的文件，操作也可以毫无问题地工作

---

我缺少什么？

属性

.element

实际上是一个“内部”接口，应该命名为

\u element

。在大多数其他地方，我都这样命名。您得到的是文档部分的根元素。您可以通过调用以下命令查看它是什么：

print(doc2.element.xml)

该元素下面只有一个

w:body

元素，这是使用

doc2.element.body

时得到的结果（

.xml

也可以使用，顺便说一句，如果您想检查该元素）

代码所做的是在另一个

w:body

元素的末尾追加一个body元素，从而形成无效的XML。WordprocessingML词汇表非常严格地规定了哪些元素可以跟在另一个元素后面，有多少个元素，等等。我唯一感到惊讶的是，它有时确实对你有用，我想：）

如果您想直接操作XML，这就是

\u元素

属性的作用，那么您需要仔细操作，因为它是（复杂的）WordprocessingML XML模式

与坚持使用已发布的API不同，一旦

\u element

（或

.element

）出现在代码中，就没有安全网

---

正文XML内部可以是与外部文档部分的关系，如图像和超链接。这些仅在其出现的文档中有效。这也许可以解释为什么有些文件可以修复。

Hm。这是个好消息，但对我来说很沮丧。我迫切需要做一件事，即合并多个文件中的段落，同时保留更改跟踪。与其将doc2.element.body附加到另一个doc.element.body，不如将doc2的doc2.element.body中的所有子元素逐个附加到doc.element.body？我想值得一试。确实有一些方法可以破坏文档，但根据您的内容，它可能会起作用。最有可能把事情搞砸的可能是图片和超链接。这两个项目都涉及必须单独移交的外部项目。请注意，您不能仅将新项目附加到

w:body

元素的末尾，该“最后一个子”位置是为

w:sectPr

元素保留的。因此，您必须在

正文[-1]

之前插入它们。这里有更多的文档：谢谢你的信息。我不知道最后一个孩子的位置。我想我最好不要把它抄过来…啊！注释存储在comments.xml中！我真的需要合并评论和更改跟踪。@vy32您手头有一个具有挑战性的项目：）