word文档的页数

Question

python docx 库中有一个功能可以计算文档中的页数吗？

Answer 1

目前还不行，但是，与告诉内容中分页符在哪里的方式不同，这样的功能可以被开发。至少如果您对 Word 上次保存文档时报告的内容感到满意。

每次保存时，Word 都会将此统计信息保存在 app.xml 属性“部分”中。因此，如果您确信您正在检查的文档最后是由 Word（或我希望 LibreOffice 也可以工作）保存的，那么该方法应该非常可靠。如果文档是由 python-docx 生成的，那么该统计数据将不可靠。

如果这是您感兴趣的功能，请随时将其添加到 GitHub 问题列表中： https://github.com/python-openxml/python-docx/issues

Answer 2

我想出了这个。适用于 pptx 和 docx 文件：

import zipfile
import re

archive = zipfile.ZipFile("myDocxOrPptxFile.docx", "r")
ms_data = archive.read("docProps/app.xml")
archive.close()
app_xml = ms_data.decode("utf-8")

regex = r"<(Pages|Slides)>(\d)</(Pages|Slides)>"

matches = re.findall(regex, app_xml, re.MULTILINE)
match = matches[0] if matches[0:] else [0, 0]
page_count = match[1]

print(page_count)

Office 格式只是内部包含 XML 内容的 zip 文件。您可以读取这些文件的内容并根据需要解析它们。

Answer 3

修改我发现的添加页码的最佳答案，我能够添加页数。

关键是利用 MS Word 的

NumPages 默认字段

def create_element(name):
    return OxmlElement(name)

def create_attribute(element, name, value):
    element.set(ns.qn(name), value)
    
def add_page_count(run):
    fldChar1 = create_element('w:fldChar')
    create_attribute(fldChar1, 'w:fldCharType', 'begin')

    instrText = create_element('w:instrText')
    create_attribute(instrText, 'xml:space', 'preserve')
    instrText.text = "NumPages"

    fldChar2 = create_element('w:fldChar')
    create_attribute(fldChar2, 'w:fldCharType', 'end')

    run._r.append(fldChar1)
    run._r.append(instrText)
    run._r.append(fldChar2)