如何使用python-docx检测.docx表格中的删除线文本？

其实表格单元格并非没有可访问Run对象的途径——每个表格单元格(Cell对象)内部包含Paragraph对象集合，你可以通过cell.paragraphs获取单元格内的所有段落，再像处理普通段落一样遍历每个段落的Run对象，检测删除线样式。

具体实现逻辑 #

• 遍历目标表格的每一行、每一个单元格
• 对每个单元格，遍历其包含的所有段落
• 对每个段落，遍历所有Run对象，检查run.font.strike属性：
  • 若run.font.strike为True，跳过该Run的文本
  • 若为False或None，保留该Run的文本
• 将单元格内所有保留的文本拼接，作为该单元格的有效内容存入字典

代码示例 #

from docx import Document

def parse_table_to_dict(doc_path, table_index):
    doc = Document(doc_path)
    table = doc.tables[table_index]
    table_dict = {}
    
    # 示例为键值对结构表格，第一列是键，第二列是值，可按需调整
    for row in table.rows:
        key_cell = row.cells[0]
        value_cell = row.cells[1]
        
        # 提取键的有效文本（过滤删除线）
        key_text = ""
        for para in key_cell.paragraphs:
            for run in para.runs:
                if not run.font.strike:
                    key_text += run.text
        key_text = key_text.strip()
        
        # 提取值的有效文本（过滤删除线）
        value_text = ""
        for para in value_cell.paragraphs:
            for run in para.runs:
                if not run.font.strike:
                    value_text += run.text
        value_text = value_text.strip()
        
        if key_text:
            table_dict[key_text] = value_text
    
    return table_dict

# 调用示例
result = parse_table_to_dict("your_doc.docx", 0)
print(result)

补充说明 #

• run.font.strike在python-docx中返回布尔值，应用删除线样式时为True，未应用时为None或False，用not run.font.strike可准确过滤带删除线的内容
• 若单元格内有多段文本，代码会自动拼接所有段落的有效内容，可根据实际需求调整拼接逻辑
• 非键值对结构的表格，只需修改行内单元格的处理逻辑即可适配

内容的提问来源于stack exchange，提问作者Opifex