計算 Word 文檔的頁數(shù)、字數(shù)等信息是出版、學(xué)術(shù)和內(nèi)容管理等領(lǐng)域的一項基本任務(wù)。準確的頁數(shù)和字數(shù)對于評估文檔長度、估算印刷成本、分析文本復(fù)雜性以及確保符合格式化指南至關(guān)重要。逐個預(yù)覽文檔查看相關(guān)信息是非常麻煩的事情，我們可以在不預(yù)覽文檔的情況下，用Python實現(xiàn)快速批量地獲取文檔中的頁數(shù)、字數(shù)、段落數(shù)、節(jié)數(shù)、詞數(shù)等關(guān)鍵信息，實現(xiàn)文檔的高效管理，簡化相關(guān)任務(wù)流程。

本文所使用的方法需要用到Spire.Doc for Python，可從官網(wǎng)獲取通過PyPI：pip install Spire.Doc。

獲取Word文檔頁數(shù)、字數(shù)、字符數(shù)、段落數(shù)以及帶空格的字符數(shù)

API中提供的 Document.BuiltinDocumentProperties 屬性可以獲取文檔中的一些內(nèi)置屬性，如頁數(shù)、詞數(shù)、字符數(shù)等信息。以下是操作步驟：

1.導(dǎo)入所需庫：spire.doc 和 spire.doc.common 用于處理 Word 文檔，os 用于操作系統(tǒng)文件及目錄操作。

2.定義待遍歷的文件夾路徑。

3.創(chuàng)建 Document 類的一個實例 doc，用于加載和操作 Word 文檔。

4.使用 os.walk() 遍歷指定文件夾及其子文件夾中的所有文件。

5.對于遍歷到的每個文件：

• 檢查文件擴展名是否為 .doc 或 .docx，若是則表示為 Word 文檔。
• 使用 os.path.join() 組合完整文件路徑，并使用 doc.LoadFromFile() 方法加載該 Word 文檔。
• 調(diào)用 doc.UpdateWordCount() 更新文檔的字數(shù)統(tǒng)計信息，確保統(tǒng)計數(shù)據(jù)準確。
• 獲取文檔的內(nèi)置屬性，存儲在 builtinProperties 變量中。
• 從內(nèi)置屬性中分別提取文檔的頁數(shù)（PageCount）、段落數(shù)（ParagraphCount）、字符數(shù)（CharCount）、包含空格的字符數(shù)（CharCountWithSpace）和字數(shù)（WordCount）。
• 將這些統(tǒng)計信息與對應(yīng)的文件名一起打印出來。

6.在遍歷并處理完所有 Word 文檔后，調(diào)用 doc.Close() 關(guān)閉文檔，釋放資源。

代碼示例

from spire.doc import *
from spire.doc.common import *
import os

# 定義文件夾路徑
folderPath = "Documents"

# 創(chuàng)建Document實例
doc = Document()

# 遍歷文件夾中的文檔
for root, dirs, files in os.walk(folderPath):
    for file in files:
        # 判斷文件是否為Word文檔
        if file.endswith(('.doc', '.docx')):
            # 載入Word文檔
            doc.LoadFromFile(os.path.join(root, file))
            # 更新字數(shù)統(tǒng)計（確保字數(shù)統(tǒng)計是最新的）
            doc.UpdateWordCount()
            # 獲取文檔內(nèi)置屬性
            builtinProperties = doc.BuiltinDocumentProperties
            # 獲取頁數(shù)
            pageCount = builtinProperties.PageCount
            # 獲取段落數(shù)
            paragraphCount = builtinProperties.ParagraphCount
            # 獲取字符數(shù)
            charCount = builtinProperties.CharCount
            # 獲取包含空格的字符數(shù)
            charCountWithSpaces = builtinProperties.CharCountWithSpace
            # 獲取字數(shù)
            wordCount = builtinProperties.WordCount
            # 輸出結(jié)果
            print(f"文檔——{file} 頁數(shù)為：", pageCount)
            print(f"文檔——{file} 段落數(shù)為：", paragraphCount)
            print(f"文檔——{file} 字符數(shù)為：", charCount)
            print(f"文檔——{file} 包含空格的字符數(shù)為：", charCountWithSpaces)
            print(f"文檔——{file} 字數(shù)為：", wordCount)
doc.Close()

輸出結(jié)果

用Python計算Word文檔節(jié)的數(shù)量

節(jié)的計數(shù)不被統(tǒng)計在內(nèi)置屬性中，但我們可以直接使用 Document.Sections.Count 屬性計算節(jié)的數(shù)量。以下是操作步驟：

1.導(dǎo)入所需模塊：spire.doc 和 spire.doc.common 用于處理 Word 文檔，os 用于操作系統(tǒng)文件及目錄操作。

2.定義待遍歷的文件夾路徑。

3.創(chuàng)建 Document 類的實例 doc，用于加載和操作 Word 文檔。

4.使用 os.walk() 遍歷指定文件夾及其子文件夾中的所有文件。

5.對于遍歷到的每個文件：

• 檢查文件擴展名是否為 .doc 或 .docx，如果是，則表示為 Word 文檔。
• 使用 os.path.join() 組合得到文件的完整路徑，并使用 doc.LoadFromFile() 方法加載該 Word 文檔。
• 從文檔對象 doc 中獲取文檔中節(jié)（section）的數(shù)量，存儲在變量 sectionCount 中。
• 將文檔名和節(jié)的數(shù)量一同打印出來，展示文檔內(nèi)部的結(jié)構(gòu)信息。

6.在遍歷并處理完所有匹配的 Word 文檔后，調(diào)用 doc.Close() 方法關(guān)閉文檔，釋放資源。

代碼示例

from spire.doc import *
from spire.doc.common import *
import os

# 定義文件夾路徑
folderPath = "Documents"

# 創(chuàng)建Document實例
doc = Document()

# 遍歷文件夾中的文件
for root, dirs, files in os.walk(folderPath):
    for file in files:
        # 判斷文件是否為Word文檔
        if file.endswith(('.doc', '.docx')):
            # 載入Word文檔
            doc.LoadFromFile(os.path.join(root, file))
            # 獲取文檔中節(jié)的數(shù)量
            sectionCount = doc.Sections.Count
            # 輸出結(jié)果
            print(f"文檔——", file, " 節(jié)數(shù)為：", sectionCount)
doc.Close()

輸出結(jié)果

到此這篇關(guān)于使用Python獲取Word文檔關(guān)鍵信息的文章就介紹到這了,更多相關(guān)Python獲取Word信息內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論