如何用Python docx库提取Word中样式为No Spacing的项目符号文本？

问题根源 #

你遇到的情况是因为讲义里的彩色项目符号段落没用到Word内置的List Bullet样式，而是在No Spacing基础样式上手动加了项目符号格式——这种操作在Word里很常见，手动改格式而非应用列表样式，会导致样式名称不变，但段落有列表的视觉效果，所以靠样式名称判断完全无效。

代码解决方案 #

靠谱的判断方式：检查段落的列表属性 #

python-docx里，带项目符号/编号的段落会有numPr这个内部属性，直接判断这个属性是否存在就能精准识别：

from docx import Document

doc = Document("你的讲义文件路径.docx")
bullet_texts = []

for para in doc.paragraphs:
    # 检查段落是否属于列表项
    if para._element.pPr and para._element.pPr.numPr:
        bullet_texts.append(para.text)

# 输出提取结果
for text in bullet_texts:
    print(text)

备选方案：结合缩进+符号匹配（兼容性稍差） #

如果上面的方法没生效，可以试试通过段落首缩进和开头符号来筛选，注意要替换成你文件里的实际符号：

from docx import Document
from docx.shared import Pt

doc = Document("你的讲义文件路径.docx")
bullet_texts = []

for para in doc.paragraphs:
    # 先看首缩进是否符合项目符号段落特征
    if para.paragraph_format.first_line_indent and para.paragraph_format.first_line_indent > Pt(0):
        # 再匹配开头的项目符号字符（换成你文件里的彩色圆圈）
        if para.text.startswith(("●", "○")):
            # 去掉开头的符号和空格，提取纯文本
            bullet_texts.append(para.text.lstrip("●○ ").strip())

for text in bullet_texts:
    print(text)

手动修改文件格式的办法 #

如果想让原有的样式判断代码生效，可以手动把讲义里的项目符号段落改成用List Bullet样式：

• 选中所有带项目符号的段落
• 在Word的「样式」面板里找到并应用「List Bullet」（找不到就点样式面板右下角的展开按钮）
• 保存后，用if para.style.name == 'List Bullet':就能正常识别了

内容的提问来源于stack exchange，提问作者Timon