嘿，Lara！我碰到过不少类似的情况，你说的「奇怪块」大概率是Word文档里的文本框（Text Box）或者表格（Table）——毕竟python-docx默认遍历doc.paragraphs只会抓取正文段落，这些特殊容器里的内容是不会被自动包含进去的。

给你几个针对性的解决方案，你可以挨个试试：

1. 提取文本框内的内容 #

文本框在docx里属于「嵌入形状」，需要单独遍历提取：

from docx import Document

doc = Document('XXXXXXXXXXXXXXXX.docx')

# 先提取普通段落文本
for para in doc.paragraphs:
    if para.text.strip():  # 过滤空段落
        print(para.text)

# 提取文本框内的文本
for shape in doc.inline_shapes:
    if shape.has_text_frame:
        text_frame = shape.text_frame
        for para in text_frame.paragraphs:
            if para.text.strip():
                print(para.text)

2. 提取表格内的内容 #

如果那些「块」是表格，就需要遍历表格的单元格来获取内容：

# 接上面的代码，继续提取表格文本
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            for para in cell.paragraphs:
                if para.text.strip():
                    print(para.text)

3. 极端情况：用Word原生接口兜底 #

如果上面的方法都不管用（比如是特殊的富文本控件或OLE对象），可以试试调用Word的原生COM接口提取，不过这个需要Windows环境：

import win32com.client as win32

# 后台启动Word（不显示窗口）
word = win32.gencache.EnsureDispatch('Word.Application')
word.Visible = False
doc = word.Documents.Open(r'XXXXXXXXXXXXXXXX.docx')

# 直接获取整个文档的纯文本
full_text = doc.Content.Text
print(full_text)

# 记得关闭文档和Word进程
doc.Close()
word.Quit()

最后给你个小建议：可以先手动打开你的Word文档，右键点击那些「奇怪块」，看看它的属性是文本框、表格还是其他对象，这样能更快定位问题～

备注：内容来源于stack exchange，提问作者Lara Croft