Python中的父子弹

Question

我有一个文档，其中包含以下示例文本，

This is a document which contains parent and child
    •   Photosynthesis
        •   CO~2~ in
        •   H~2~0 in
        •   Sunlight in
    •   Glucose
        •   CO~2~ in
        •   C~6~H~12~O~6~
        •   Oxygen out

如何在Python中分离这些父子项目，我用python-docx

import docx
doc = docx.Document('bullet_test.docx')
for p in doc.paragraphs:
    text = p.text.encode("utf-8").strip()
    style = p.style.name.strip()
    print style

我得到的样式为'List Paragraph'，我无法将其作为'List Bullet'或'List Bullet2'或'List Number'

Answer 1

您的子弹列表似乎使用“List Paragraph”样式进行样式设置，该样式是built-in Microsoft Word styles之一。并且，应用于每个段落的样式在本地修改以将其转换为子弹列表（不同级别）。所以你无法从风格本身猜测等级，你需要检查每个段落格式（子弹，制表等）。

使用段落的ParagraphFormat属性可用的paragraph_format对象访问段落的格式属性。