如何使用python-docx获取项目符号列表的缩进量？

问题 #

使用python-docx提取Word文本时，left_indent和first_line_indent仅对无项目符号的普通文本生效，带项目符号的段落缩进无法获取，目标是生成带正确缩进的字符串。

原代码 #

import docx

def getText(filename):
    doc = docx.Document(filename)
    fullText = []
    for paragraph in doc.paragraphs:
        indent = ''
        if paragraph.paragraph_format.left_indent:
            indent = ' ' * int(round(paragraph.paragraph_format.left_indent / 100000))
        fullText.append(indent + paragraph.text)
    return '\n'.join(fullText)

print(getText(r"file.docx"))

问题原因 #

带项目符号的段落，其缩进规则由列表样式/列表级别定义，而非段落自身的left_indent属性，所以直接读取段落缩进无法获取正确值。

解决代码 #

import docx

def getText(filename):
    doc = docx.Document(filename)
    fullText = []
    for paragraph in doc.paragraphs:
        indent = ''
        # 处理列表段落：通过列表级别确定缩进
        if paragraph.list_format.is_list:
            level = paragraph.list_format.level_index
            # 每个列表级别用4个空格模拟缩进，可根据需求调整
            indent = '    ' * (level + 1)
        else:
            # 处理普通段落：转换left_indent为空格
            if paragraph.paragraph_format.left_indent:
                # EMU转空格近似值：1个空格≈6磅，1磅=20缇，1缇=635EMU
                indent_count = int(round(paragraph.paragraph_format.left_indent / (6 * 20 * 635)))
                indent = ' ' * indent_count
        fullText.append(indent + paragraph.text)
    return '\n'.join(fullText)

print(getText(r"file.docx"))

说明 #

1. 列表段落通过paragraph.list_format.is_list判断，level_index获取当前列表级别（从0开始），用空格数模拟层级缩进；
2. 普通段落的left_indent单位是EMU，通过转换公式近似计算对应空格数，可根据实际显示效果调整转换比例；
3. 该方案兼顾普通段落和列表段落的缩进提取，满足简单提取带格式字符串的需求。

内容的提问来源于stack exchange，提问作者Zigatronz