使用Python win32com.client提取Word文档标题（非页眉）报错求助

崩溃原因分析 #

常见触发崩溃的场景：

• 部分特殊段落（如分节符、分页符对应的段落、文档末尾空白段）的Style属性无法正常访问
• 中文Word环境下，内置标题样式名称为中文“标题1/2/3”，而非英文“Heading”，但这一般只会导致无结果而非崩溃，崩溃更多是异常段落的Style访问问题

解决办法 #

方案1：添加异常捕获，定位并跳过问题段落

修改遍历段落的函数，加入异常处理，既避免崩溃，又能定位问题段落：

import win32com.client

def iter_headings(paragraphs):
    for idx, paragraph in enumerate(paragraphs):
        try:
            style_name = paragraph.Style.Name
            # 兼容中英文标题样式
            if style_name.startswith('Heading') or style_name.startswith('标题'):
                yield paragraph
        except Exception as e:
            print(f"第{idx+1}个段落处理失败: {str(e)}")
            print(f"段落内容: {paragraph.Text.strip() or '[空段落/特殊标记]'}")
            continue

# 初始化Word应用
word = win32com.client.Dispatch('Word.Application')
word.Visible = False  # 后台运行，不弹出窗口

try:
    document = word.Documents.Open('d:\\header.docx', ReadOnly=True)
    for heading in iter_headings(document.Paragraphs):
        print(heading.Text.strip())
finally:
    # 确保关闭文档和退出Word，避免残留后台进程
    document.Close(SaveChanges=False)
    word.Quit()

方案2：直接调用Word内置的标题集合（更高效）

Word本身提供了Headings集合，直接获取所有标题段落，无需遍历所有段落判断样式，从根源避免异常：

import win32com.client

word = win32com.client.Dispatch('Word.Application')
word.Visible = False

try:
    document = word.Documents.Open('d:\\header.docx', ReadOnly=True)
    # StoryRanges(1)代表主文本区域，排除页眉页脚等其他区域
    for heading in document.StoryRanges(1).Headings:
        print(heading.Text.strip())
finally:
    document.Close(SaveChanges=False)
    word.Quit()

额外注意事项 #

• 打开文档时添加ReadOnly=True，避免文档被锁定
• 操作完成后用try-finally包裹关闭逻辑，防止Word进程残留后台
• 如果是中文Word文档，优先检查样式名称是否为中文“标题”开头

内容的提问来源于stack exchange，提问作者Tom