python3 获取docx书签

前提 手上有个活，要获取到docx格式的word文档，通过书签定位然后去更改书签处的图片或者问题。例如：签名章的应用。

因为一些原因，需要用到python去处理

下载python

版本如下图，下载的最新python版本。过程略

官网下载地址：https://www.python.org/downloads/windows/ 版本看自己选择

部署环境

使用VScode 集成python环境，之前做前端开发的时候下载的。就懒的处理.

过程略 参考链接VSCode集成python环境

处理书签

关于docx

感叹微软的强大，今天才知道 docx是一个压缩包：举例demo.docx文件

1. 修改文件demo.docx 为 demo.zip 直接改后缀名即可

2. 解压demo.zip 可以得到下图的内容

   

   其中 word文件夹里边是存放的具体文字内容，打开里边的document.xml文件(建议用浏览器打开查看，层次更清晰一些) 可以对比出来docx文档中的内容:如下图

   

python解析代码

获取书签

代码处尽量能注释的都给注释了

下载的组件

pip install python-docx 处理document文档的

from zipfile import ZipFile  
from xml.dom.minidom import parse  #官网获取xml类

from docx import Document  # 需要下载  具体 python install python-docx
from docx import shared

document=ZipFile(r'd://demo2.docx')
xml=document.read("word/document.xml")

booklist=['编制','校对','审核','标审','会签','批准']

with ZipFile('d://demo2.docx') as zin:
    with zin.open('word/document.xml') as dxml:
        domTree = parse(dxml)
        # 文档根元素
        rootNode = domTree.documentElement
        # print(rootNode.nodeName)
        bookMark = rootNode.getElementsByTagName("w:bookmarkStart")
        print("所有的书签↓↓↓↓↓↓↓↓↓↓↓")
        for mark in bookMark: 
            bookname = mark.getAttribute("w:name")
            if bookname in booklist:
                print("书签：",mark.getAttribute("w:name"))
print('读取结束')