Python docx代码生成空文件原因排查求助

你的代码生成空文件主要有三个核心问题：

1. 硬编码的无效关键词判断 #

原代码里的if 'keyword' in paragraph.text是硬写的占位符，你没替换成实际和能力名称相关的标识，导致matched_paragraphs根本没收集到任何内容。

2. 逻辑完全颠倒 #

你的需求是从「含能力名称+描述」的文档里，把对应「仅列能力名称」文档里的描述提取出来，但原代码逻辑是反过来的：先从描述文档里找关键词段落，再去名称文档里匹配相同文本，完全不符合需求。

3. 文本匹配未处理格式干扰 #

直接用p.text == paragraph.text匹配，很容易因为Word段落里的空格、换行、隐藏格式标记导致匹配失败。

修复后的代码 #

假设你的文档结构是以下两种常见情况，对应不同的修复代码：

情况1：Foci_Desc中「能力名称」和「描述」是连续段落 #

import docx

# 读取仅含能力名称的文档，提取所有名称（清理空白和换行）
ability_names = set()
ability_doc = docx.Document('C:/Users/User/Documents/Ability_Desc.docx')
for para in ability_doc.paragraphs:
    name = para.text.strip()
    if name:  # 跳过空段落
        ability_names.add(name)

# 读取含名称+描述的文档，匹配并提取对应内容
output_doc = docx.Document()
desc_doc = docx.Document('C:/Users/User/Documents/Foci_Desc.docx')

# 遍历文档段落，假设名称和描述连续出现
i = 0
while i < len(desc_doc.paragraphs):
    current_para = desc_doc.paragraphs[i]
    current_text = current_para.text.strip()
    if current_text in ability_names:
        # 添加能力名称
        output_doc.add_paragraph(current_text)
        # 添加对应的描述（下一段）
        if i + 1 < len(desc_doc.paragraphs):
            desc_text = desc_doc.paragraphs[i+1].text.strip()
            if desc_text:
                output_doc.add_paragraph(f"描述：{desc_text}")
        # 跳过已处理的描述段落
        i += 2
    else:
        i += 1

# 保存结果
output_doc.save('C:/Users/User/Documents/output.docx')

情况2：Foci_Desc中段落格式为「能力名称：描述」 #

import docx

# 读取仅含能力名称的文档，提取所有名称
ability_names = set()
ability_doc = docx.Document('C:/Users/User/Documents/Ability_Desc.docx')
for para in ability_doc.paragraphs:
    name = para.text.strip()
    if name:
        ability_names.add(name)

# 读取含名称+描述的文档，匹配并提取
output_doc = docx.Document()
desc_doc = docx.Document('C:/Users/User/Documents/Foci_Desc.docx')

for para in desc_doc.paragraphs:
    para_text = para.text.strip()
    if not para_text:
        continue
    # 分割名称和描述（假设用冒号分隔）
    if ':' in para_text:
        name_part, desc_part = para_text.split(':', 1)
        name_part = name_part.strip()
        if name_part in ability_names:
            output_doc.add_paragraph(f"【{name_part}】")
            output_doc.add_paragraph(f"描述：{desc_part.strip()}")

output_doc.save('C:/Users/User/Documents/output.docx')

额外提示 #

• 如果你的文档结构和上面两种都不一样，需要调整段落遍历的逻辑，比如先找到所有能力名称的位置，再定位对应的描述
• 运行前确保文件路径正确，Word文档没有被其他程序打开
• 可以先打印ability_names和匹配到的内容，调试看看是否正确获取了数据

内容的提问来源于stack exchange，提问作者Mernyx