Python 3.x 如何在python docx中提取随曲目更改插入的文本

我想从以“跟踪更改”模式编辑的word文档中提取文本。我想提取插入的文本并忽略删除的文本

运行下面的代码，我看到在“track changes”模式下插入的段落返回一个空段落

import docx

doc = docx.Document('C:\\test track changes.docx')

for para in doc.paragraphs:
    print(para)
    print(para.text)

是否有办法检索修改后的插入（w:ins元素）中的文本

我使用的是PythonDocx0.8.6、LXML3.4.0、Python3.4和Win7

---

感谢您没有直接使用python docx

；对于跟踪的更改/修订，还没有API支持

这是一项相当棘手的工作，如果搜索元素名称，您会发现这一点，首先搜索“openxmlw:ins”，它会显示以下文档作为第一个结果：

如果我需要在紧要关头做类似的事情，我会使用以下方法获得身体元素：

body = document._body._body

然后在上面使用XPath返回我想要的元素，类似于下面的代码：

from docx.text.paragraph import Paragraph

inserted_ps = body.xpath('./w:ins//w:p')
for p in inserted_ps:
    paragraph = Paragraph(p, None)
    print(paragraph.text)

您将自行决定使用什么XPath表达式来获得所需的段落

opc diag

可能是这方面的朋友，允许您快速扫描.docx包的XML

下面的代码对我有用，它直接处理文档的xml（而不是使用python docx）

---

多年来我一直有同样的问题（也许这个问题一直存在）

通过查看@yiftah发布的“Etiened”代码和

段落的属性

，我找到了在接受更改后检索文本的解决方案

诀窍是获取

p.\u p.xml

以获取段落的xml，然后在该段落上使用“Etiened”代码（即从xml代码中检索所有

元素，其中包含常规运行和

块）

希望它能帮助像我一样迷失的灵魂：

来自docx导入文档
尝试：
从xml.etree.cElementTree导入xml
除恐怖外：
从xml.etree.ElementTree导入xml
WORD_名称空间=”{http://schemas.openxmlformats.org/wordprocessingml/2006/main}"
TEXT=WORD\u名称空间+t
def get_accepted_文本（p）：
“”“接受所有更改后返回段落文本”“”
xml=p.\u p.xml
如果xml中的“w:del”或xml中的“w:ins”：
tree=XML（XML）
runs=（树中节点的node.text.getiterator（text）if node.text）
返回“”。加入（运行）
其他：
返回p.text
doc=文档（“Hello.docx”）
对于文件段落中的p：
打印（p.text）
打印（“--”）
打印（获取接受的文本（p））
打印（“=============”）