Python、Docx，将软回车（^l 或手动换行符）替换为硬回车（^p 或段落标记）

Question

某些 Word 文档 (.docx) 具有软回车（^l 或手动换行符）。

统计文档中的段落数时，显示只有1个段落（通过下面的脚本）。

如何识别软回车（^l或手动换行符）并将其替换为硬回车（^p或段落标记）。这样脚本就可以统计实际的段落数了？

示例文档如下，包含 2 段。使用下面的代码行来计算此 docx 中的段落数，它说它只有 1 个段落。

from docx import Document

def count_paragraphs(docx_path):
    doc = Document(docx_path)
    return len(doc.paragraphs)

# Example usage:
docx_path = 'the_file.docx'
paragraph_count = count_paragraphs(docx_path)

print(f'The number of paragraphs in {docx_path}: {paragraph_count}')

基于上述，我尝试了以下（将软返回替换为硬返回）但它不起作用：

paragraph.text.replace('\r', '\n')

Answer 1

来自文档，https://python-docx.readthedocs.io/en/latest/api/text.html#paragraph-objects

text can contain tab (\t) characters, which are converted to the appropriate XML form for a tab. text can also include newline (\n) or carriage return (\r) characters, each of which is converted to a line break

因此，我会查找每个段落的文本属性并查找换行符和回车符。通过一些测试，您可以对段落计数进行求和并增加换行符/回车符以获得正确的总数。