使用python-docx去除Word文档换行符的代码失效问题求助

原代码失效的核心原因是：Word里的换行分两种，都不在你直接获取的paragraph.text字符串里：

• 按Enter生成的段落分隔：会直接创建新的Paragraph对象，不属于任何单个段落的文本内容；
• 按Shift+Enter生成的行内软换行：对应docx内部的<w:br>标签元素，也不会被包含在paragraph.text里。

所以直接替换paragraph.text里的\r和\n根本碰不到这些实际存在的换行。

对应解决方法 #

1. 移除段落内的软换行（Shift+Enter生成的换行）

遍历每个段落的Run对象，删除其中的<w:br>元素：

def remove_line_breaks(document):
    # 处理段落内的软换行（Shift+Enter）
    for paragraph in document.paragraphs:
        # 反向遍历避免删除元素时索引错乱
        for run in reversed(paragraph.runs):
            for element in reversed(run._element):
                # 判断是否是换行标签
                if element.tag.endswith('br'):
                    run._element.remove(element)
        # 清理文本中可能存在的零散换行符
        paragraph.text = paragraph.text.replace('\r', ' ').replace('\n', ' ')

2. 合并段落（移除Enter生成的段落分隔）

如果需要把多个段落合并成一个（去掉段落之间的换行），可以把所有段落文本合并后重建文档（注意：此方法会丢失原段落的格式，有格式需求慎用）：

def merge_all_paragraphs(document):
    # 收集所有非空段落的文本，用空格分隔
    combined_text = ' '.join([para.text.strip() for para in document.paragraphs if para.text.strip()])
    # 删除原文档所有段落
    for para in reversed(document.paragraphs):
        para._element.getparent().remove(para._element)
    # 添加合并后的新段落
    document.add_paragraph(combined_text)

3. 组合使用（同时处理两种换行）

如果你的文档里既有软换行又有段落分隔，先执行remove_line_breaks，再执行merge_all_paragraphs即可。

内容的提问来源于stack exchange，提问作者Leila