docx是什么格式怎样加表格横线,docx怎么在表格中加横线

恭喜你，你已经学会了解析docx的文本了。

是的，提取一个docx的文本，就是这么简单。你现在就可以写一个程序，可以做到把docx转为txt。

但是……有一点我要告诉你，运行代码里的wt.text可能会报错，为了便于你理解，我特意写了伪代码。实际上，要从<w:t>中取出文本内容，可以像下面这样：

import re # 导入正则库 # 构建一个正则，去除<>标签 pattern_del_tag = re.compile(r'<[^>] >',re.S) # 把<w:t>元素转为xml格式<w:t>xxx</w:t>，然后去标签 t_text = pattern_del_tag.sub('', wt.toxml())

我认为这么讲，你反而能理解。因为，不用在理解什么叫<w:t>的时候，还要分散注意力到正则表达式。

上面我们讲了如何去解析文字。但是，那太简单了。

文字是有样式的。

都在同一段w:p内的文字，它们的样式，可能不一样。

比如前两个字是红色，那么这两个字样式一样。但是，后两个字是绿色，和前面又不一样。

为了解决这个问题，docx把具有相同样式的文字，用<w:r>标签包裹。

r代表run。关于这个run的解释，很多国内文档都直接翻译为“运行”。

其实，run在英文中有很多解释。我觉得在这里更适合它的释义应该是：“一段”、“一系列”、“连续上演”。因此，我个人给这个标签起名叫：连续块。表示在这个标签之内的文本，是一个系列的，他们的特点是连续不间断的。

代码依然是处理xml文件的那一套，不是找标签就是拿属性。

还有其他的样式标签，你可以自己研究。我这里先抛砖引玉，举两个例子。

比如上面例子中的字体颜色，一般在<w:rPr>标签内。w依然表示word，r表示run，Pr表示Primp，是修饰、装饰的意思。<w:rPr>这个标签的释义就是：连续块的样式说明。类似的还有<w:pPr>，表示对段落paragraph的样式说明。<w:tcPr>，表示对表格单元格table cell的样式说明。

我们来看一下，连续块修饰<w:rPr>是如何定义的。

比如对于粗体、斜体的说明。

用代码进行判断，主要是tag的读取。能找到tag，就说明有此种样式的标记。

w_i = w_rPr.getElementsByTagName("w:i") if w_i: print("是斜体") w_b = w_rPr.getElementsByTagName("w:b") if w_i: print("是粗体")

再比如对于各种线条的说明。