如何使用python在docx中查找列表？

Question

我正试图拆开一个看起来像这样的文档：

1.0列表项目
 1.1清单项目
 1.2清单项目
 2.0列表项

它存储在docx中，我正在使用python-docx来尝试解析它。不幸的是，它在开始时丢失了所有编号。我正在尝试识别每个有序列表项的开头。

python-docx库也允许我访问样式，但我无法弄清楚如何确定样式是否为列表样式。

到目前为止，我一直在使用函数和检查输出，但标准格式如下：

    for p in doc.paragraphs:
        s = p.style
        while s.base_style is not None:
            print s.name
            s = s.base_style
        print s.name

我一直在尝试搜索自定义样式，但全部以“正常”结束，而不是“ListNumber”。

我已经尝试在文档，段落和运行中搜索样式而没有运气。我也试过搜索p.text，但如前所述，编号不会持续存在。

Answer 1

列表项可以通过各种方式在XML中实现。不幸的是，最常见的方法是使用工具栏添加列表项（而不是使用样式）也可能是最复杂的。

最好的办法是开始使用 opc-diag 来查看document.xml中使用的XML，然后从那里制定策略。

python-docx的列表处理API还没有真正实现，所以如果你想用今天的版本完成这项工作，你需要在lxml级别运行。