Python提取Word文档邮件内容：主题截断与格式问题求助

一、主题丢失最后一个字符的修复 #

你的主题提取代码里，subjectPara[subjectIndex + 1 : -1]的-1切片会把字符串最后一个字符切掉，这就是输出少了"e"的原因。只要移除这个-1，让切片取到字符串末尾即可：

import docx

doc = docx.Document("sample email.docx")
subjectPara = doc.paragraphs[0].text
subjectIndex = subjectPara.find(":")
Subject = subjectPara[subjectIndex + 1:].strip()  # 移除-1，取到字符串末尾
print(Subject)

修复后输出：

Introducing: “TikTok 4 Realtors” Package

二、正文格式的修复 #

要实现「Hi (name),后加空行」和「正文段落与问候语间加空行」的要求，可以通过识别关键段落，在对应位置插入空行：

import docx

doc = docx.Document("sample email.docx")
body_parts = []
for para in doc.paragraphs:
    para_text = para.text.strip()
    # 跳过主题行和Body标记行
    if para == doc.paragraphs[0] or para_text == "Body:":
        continue
    body_parts.append(para.text)

# 处理格式要求
formatted_body = []
for i, part in enumerate(body_parts):
    formatted_body.append(part)
    # 在Hi (name),行后添加空行
    if part.strip() == "Hi (name),":
        formatted_body.append("")
    # 在问候语（以Best Regards,开头）前添加空行
    if i < len(body_parts)-1 and body_parts[i+1].strip().startswith("Best Regards,"):
        formatted_body.append("")

# 拼接成最终正文
body = '\n'.join(formatted_body)
print(body)

修复后输出：

Hi (name),

Please take a look at our new website: TikTok4Realtors.com.

Best Regards,
James O.
CEO/Founder

内容的提问来源于stack exchange，提问作者Hasan Abdul Ghaffar