如何用MS Word VBA的Revisions对象批量提取docx插入内容

如果用python-docx库可以直接操作Revisions集合，以下是具体实现方案，覆盖单文档和批量处理场景：

1. 安装依赖 #

首先安装python-docx库：

pip install python-docx

2. 单文档提取插入内容 #

编写函数提取单个DOCX中的所有插入修订文本，包含段落和表格内的内容：

from docx import Document
from docx.enum.text import WD_REVISION_TYPE

def extract_inserted_text(doc_path):
    doc = Document(doc_path)
    inserted_texts = []
    
    # 遍历段落修订
    for para in doc.paragraphs:
        for revision in para.revisions:
            if revision.type == WD_REVISION_TYPE.INSERT:
                inserted_texts.append(revision.text)
    
    # 遍历表格单元格内的修订
    for table in doc.tables:
        for row in table.rows:
            for cell in row.cells:
                for para in cell.paragraphs:
                    for revision in para.revisions:
                        if revision.type == WD_REVISION_TYPE.INSERT:
                            inserted_texts.append(revision.text)
    
    return inserted_texts

3. 批量处理多个DOCX #

如果要处理文件夹下所有DOCX文件，可使用以下批量处理代码，结果会保存到汇总文本：

import os

def batch_extract(folder_path):
    results = {}
    for filename in os.listdir(folder_path):
        if filename.lower().endswith(".docx"):
            file_path = os.path.join(folder_path, filename)
            texts = extract_inserted_text(file_path)
            results[filename] = texts
    
    # 保存结果到文件
    with open("插入修订内容汇总.txt", "w", encoding="utf-8") as f:
        for doc_name, texts in results.items():
            f.write(f"=== {doc_name} ===\n")
            if texts:
                for idx, text in enumerate(texts, 1):
                    f.write(f"{idx}. {text}\n")
            else:
                f.write("无插入类型的修订内容\n")
            f.write("\n")

# 替换为你的DOCX文件夹路径
batch_extract("path/to/your/docx/folder")

关键注意事项 #

• 确保DOCX的修订记录未被接受/拒绝：一旦修订被接受，Revisions集合中会移除该记录，无法提取
• 若文档包含文本框、形状等其他容器，需额外遍历对应对象的修订集合（可根据需求扩展代码）
• 保存结果时使用utf-8编码，避免中文乱码

内容的提问来源于stack exchange，提问作者aaaaa0a