如何使用docx中的python-docx识别分页符

硬分页符将作为

<w:br>

<w:r>

<w:p>  <w:r>    <w:t>some text</w:t>    <w:br w:type="page"/>  </w:r></w:p>

因此，一种方法是将所有这些出现替换为独特的文本字符串，例如“ {{foobar}}”。

的实现将是这样的：

from lxml import etreefrom docx import nsprefixespage_br_elements = document.xpath(    "//w:p/w:r/w:br[@w:type='page']", namespaces={'w': nsprefixes['w']})for br in page_br_elements:    t = etree.Element('w:t', nsmap={'w': nsprefixes['w']})    t.text = '{{foobar}}'    br.addprevious(t)    parent = br.getparent()    parent.remove(br)

我没有时间进行测试，因此您可能会遇到一些缺失的导入或其他内容，但是所需的一切都应该已经在docx模块中。其余的是

lxml

让我知道您的情况，如有需要，我可以进行调整。