我一直在使用Doxygen自动化我的C代码，并且发现HTML输出非常适合理解代码。但是，我有一个新的要求，即生成包含相同信息的Word .docx文件，但具有非常特殊的格式要求。
使用python-docx包，编写.docx文件，并配置样式以符合我的要求非常简单，使用LXML解析Doxygen的XML输出。但是，对于更复杂的字段（例如文件和函数的详细描述），存在相当复杂的文档样式XML标记。
我的理解是，<para>，<itemizedlist>，<xrefsect>和其他标签的任意嵌套可以使用独立文本“尾巴”将它们拖尾到同一级别。我从嵌套XML转换为扁平.docx段落和项目符号列表的方法是使用状态机，但这似乎很脆弱，因为可能存在任意数量的嵌套级别。
我目前的策略是in a gist here。我想知道是否有一种更通用的方式来理解具有复杂嵌套的文档。是不是比我的状态机更脆弱的策略？我不确定我是否正在尝试重新发明轮子，但是我添加到状态机的情况越多，它就越不像是一个强大的解决方案。