PythonDocx：提取文本以及标题和子标题编号

我有一个word文档，其结构如下：

1. Heading
    1.1. Sub-heading
        (a) Sub-sub-heading

当我使用代码在

docx

中加载文档时：

import docx

def getText(filename):
    doc = docx.Document(filename)
    fullText = []
    for para in doc.paragraphs:
        fullText.append(para.text)
    return '\n'.join(fullText)
print(getText("a.docx"))

我得到以下输出

Heading
Sub-heading
Sub-sub-heading

---

如何提取标题/子标题编号以及文本？我试过了，但这只适用于标准MS Word标题样式，而不适用于自定义标题样式。

不幸的是，数字不是文本的一部分，而是由Word本身根据标题样式（

标题I

）生成的，我不知道

docx

公开任何获取此数字的方法

但是，您可以使用

para.style

检索样式/级别，然后通读文档以重新计算编号方案。但是，这很麻烦，因为它没有考虑到您可能使用的任何自定义样式。可能有一种方法可以访问文档

style.xml

部分中的编号方案，但我不知道如何访问

导入docx
级别_从_样式_名称={f'标题{i}”：范围（10）中的i表示i
def格式级别（当前级别）：
levs=[str（l）表示当前级别中的l，如果l！=0]
返回“.”。加入（levs）#在此处自定义格式
d=docx.Document（'my_doc.docx'）
当前_级别=[0]*10
全文=[]
对于d.段中的p：
如果p.style.name不在\u style\u name的级别\u中：
全文附加（p.text）
其他：
level=level\u from\u style\u name[p.style.name]
当前_级别[级别]+=1
对于范围内的l（级别+1，10）：
当前_级别[l]=0
全文.append（格式级别（当前级别）+''+p.text）
对于l，全文如下：
印刷品（l）

从哪来的

给我

你好，世界
1 H1 foo
1.1 H2巴
1.1.1 H3-baz
你真的很好！
1.1.2 H3 bibou
别的
2 H1福福
你得到了训练…

工作起来很有魅力。对于任何未来的读者，“level_from_style_name”字典可以使用您的自定义样式及其各自的级别进行修改。