如何使用 python-docx 识别新页面或某些表示页码的标识符？到目前为止，我已经查看了文档无济于事，并且还尝试查找 WD_BREAK.PAGE 属性，但此功能尚不支持。感谢所有帮助。
问问题
654 次
1 回答
3
简短的回答是，您无法从 .docx 文件中可靠地确定软分页符。您可以识别硬分页符，并且您可能能够检测 Word 上次“流动”文档时分页的位置。
Word 文档是“流动的”文档，这意味着 Word 的布局引擎将文档的文本“流动”到页面中，直到空间不足，然后创建一个新页面，将剩余的文本流动到该页面中。这些“软”分页符没有在 .docx 文件中指定；它们由 Word 在呈现时确定，用于显示或打印。这是有道理的，因为每当您更改（例如）边距时，页面可能会在不同的位置中断。
这意味着 .docx 文件不包含标识以下文本应流向新页面的位置的标记。
硬分页符是由文档作者明确插入的，以使后续内容流到新页面，而不管当前页面是否已满。这些是在我相信的运行中使用中断元素实现的，并且可以被检测到。
作为对辅助技术的帮助，例如视障人士的语音阅读器，Word 可能会插入<w:lastRenderedPageBreak>元素。我不太了解这些以及 Word 在什么情况下插入这些，但这可能是一个值得探索的途径。
于 2014-06-02T18:58:04.483 回答