pywin32(win32com.client)打开Word读表错误 如何判断文档加载完成

问题现象 #

通过pywin32的win32com.client模块调用Word COM接口读取文档内容时，Documents.Open()方法返回后文档并未完成全量解析，直接读取Tables.Count这类依赖文档全量内容的属性会得到错误值，数值会随后台加载进程推进动态变化，直到加载完成才会稳定为正确值。

复现过程 #

• 测试样本：1份总计包含26个表格的.docx格式Word文档
• 复现代码：

import time 
import win32com.client
word_app = win32com.client.Dispatch("Word.Application")

# 实际运行时需将pathname替换为目标文档的绝对路径
doc = word_app.Documents.Open(FileName = pathname, ConfirmConversions = False,NoEncodingDialog = True,Revert = True)
for i in range(40):
    print("%d:%d " % (i, doc.tables.count), end="")
    time.sleep(0.1)
doc.Close()

• 运行结果规律：
  • 初始阶段（前12次轮询，每次间隔0.1s）读取到的表格数为24，结果错误
  • 中间阶段读取到的表格数变为25，仍不符合实际值
  • 第26次轮询后数值稳定为26，读取结果正确

核心疑问：调用Open()方法打开文档后，如何准确判断文档已经完全加载就绪，避免读取到错误值？

解决方案 #

方法1：关闭后台加载选项，强制Open方法同步阻塞到加载完成（优先推荐） #

Word默认开启大文档后台加载机制，调用Open接口时会先返回文档对象，再在后台线程继续解析文档内容，这就是刚打开时属性值不对的根本原因。
只要在打开文档前关闭当前Word实例的后台打开开关，Open方法就会一直阻塞到文档全量解析完成才返回，后续读取任何属性都不会出现数值跳变的问题。
修改后的可用代码：

import win32com.client
word_app = win32com.client.Dispatch("Word.Application")
# 关闭当前实例的后台打开文档特性，强制同步加载
word_app.Options.BackgroundOpen = False

doc = word_app.Documents.Open(
    FileName = pathname, 
    ConfirmConversions = False,
    NoEncodingDialog = True,
    Revert = True
)
# 执行到这一步时文档已经完全加载，直接读取属性即可
print(doc.Tables.Count) # 会直接输出正确值26，无需额外等待
doc.Close()
# 用完记得退出Word实例，避免后台残留WINWORD进程
word_app.Quit()

注意：该配置仅对当前代码启动的Word Application实例生效，不会修改系统中Word的全局默认设置。

方法2：状态轮询校验（适配低版本Word兼容场景） #

如果遇到特殊版本Word方法1不生效，可以用轮询校验的方式判断加载状态，比固定等待时长可靠很多：

1. 每次轮询先调用pythoncom.PumpWaitingMessages()处理COM单元的待响应消息，避免因为STA线程消息阻塞拿不到最新属性值
2. 连续3次读取目标属性（比如Tables.Count）数值完全一致，且Word应用的Ready属性为True时，即可判定加载完成
   参考代码：

import time
import win32com.client
import pythoncom

word_app = win32com.client.Dispatch("Word.Application")
doc = word_app.Documents.Open(
    FileName = pathname, 
    ConfirmConversions = False,
    NoEncodingDialog = True,
    Revert = True
)

last_count = -1
stable_round = 0
while True:
    pythoncom.PumpWaitingMessages()
    current_count = doc.Tables.Count
    if current_count == last_count:
        stable_round += 1
    else:
        stable_round = 0
        last_count = current_count
    # 连续3次读取结果一致，且Word处于就绪状态，判定加载完成
    if stable_round >= 3 and word_app.Ready:
        break
    time.sleep(0.05)

print(current_count) # 输出正确的表格总数
doc.Close()
word_app.Quit()

注意事项 #

不要用固定时长sleep的方式等待加载：不同体积的文档、不同性能的设备加载时长差异可达数倍，等待时间短了会读到错误值，等待时间长了会平白拖慢脚本运行效率，没有通用性。

内容的提问来源于stack exchange，提问作者H.C.Chen