如何用Python提取Word中含Track Changes的内容并导入Excel表格？

这个需求完全可行，下面给你两种实用的实现方法，分别适配不同环境：

方法一：Windows环境用win32com直接调用Word对象模型 #

这种方法能完整获取Word修订的所有信息，包括类型、内容、作者、时间，兼容性最好：

1. 先安装依赖库：

pip install pywin32 openpyxl

2. 实现代码：

import win32com.client as win32
from openpyxl import Workbook

# 启动Word后台进程
word = win32.gencache.EnsureDispatch('Word.Application')
word.Visible = False
doc = word.Documents.Open(r'C:\你的文档路径\test.docx')

# 初始化Excel工作簿
wb = Workbook()
ws = wb.active
ws.append(['修订类型', '内容', '作者', '修订时间'])

# 遍历所有修订项
for rev in doc.Revisions:
    # 识别修订类型：1是插入，2是删除
    rev_type = '插入' if rev.Type == 1 else '删除'
    # 提取核心信息
    content = rev.Range.Text.strip()
    author = rev.Author
    rev_time = rev.Date
    # 写入Excel
    ws.append([rev_type, content, author, rev_time])

# 收尾操作
wb.save(r'C:\输出路径\revisions.xlsx')
doc.Close(SaveChanges=False)
word.Quit()

方法二：跨平台用python-docx解析XML #

如果需要在Mac/Linux环境运行，用python-docx直接解析Word的XML结构（因为原生库不直接支持修订读取）：

1. 安装依赖库：

pip install python-docx openpyxl

2. 实现代码：

from docx import Document
from openpyxl import Workbook

doc = Document(r'C:\你的文档路径\test.docx')
wb = Workbook()
ws = wb.active
ws.append(['修订类型', '内容', '作者', '修订时间'])

# 遍历每个段落，提取修订标记
for para in doc.paragraphs:
    p_xml = para._p
    ns = p_xml.nsmap  # 获取XML命名空间
    
    # 提取插入的内容
    for ins in p_xml.findall('.//w:ins', ns):
        author = ins.get('w:author')
        date = ins.get('w:date')
        content = ''.join([t.text for t in ins.findall('.//w:t', ns)])
        ws.append(['插入', content.strip(), author, date])
    
    # 提取删除的内容
    for delete in p_xml.findall('.//w:del', ns):
        author = delete.get('w:author')
        date = delete.get('w:date')
        content = ''.join([t.text for t in delete.findall('.//w:t', ns)])
        ws.append(['删除', content.strip(), author, date])

wb.save(r'C:\输出路径\revisions.xlsx')

额外提示 #

如果需要把修订内容和原文档的正文对应起来，可以在提取原文本时，检查段落内的修订节点，把插入/删除的内容用*标注后插入到对应位置，再写入Excel的同一行或相邻单元格。

内容的提问来源于stack exchange，提问作者ör Daníel Hólm