Python 進階：解剖 Word 底層 – 手動封裝 CT_P 與 CT_Tbl 全攻略; from docx.text.paragraph import Paragraph ; from docx.table import Table; para = Paragraph(child, doc) ; table = Table(child, doc)

by 儲蓄保險王 · 2025-12-22

在使用 python-docx 時，我們通常習慣使用 doc.paragraphs 讀取段落，或用 doc.tables 讀取表格。但這有一個致命缺點：你無法知道段落和表格在文件中的「先後順序」。

為了解決這個問題，我們必須直接遍歷底層的 XML 結構（doc.element.body），拿到原始的 CT_P (段落) 和 CT_Tbl (表格) 元素。這些原始元素雖然能讀取文字，但其樣式屬性僅反映 XML 字面值（即內部 ID），且缺乏『預設值回退機制』（例如省略的 Normal 會讀作 None），操作上遠不如具備完整封裝邏輯的高階物件直覺。

這篇教學將示範如何將這些底層元素「封裝」回好用的 Python 物件。

核心概念

CT_P: 底層段落元素 (Complex Type – Paragraph)。
CT_Tbl: 底層表格元素 (Complex Type – Table)。
封裝 (Wrapping): 使用 Paragraph(element, parent) 和 Table(element, parent) 將底層元素變回高階物件。

Jupyter Notebook 實戰程式碼

請複製以下程式碼到你的 Jupyter Notebook 中執行。
這段程式碼會自動生成一個測試用的 Word 檔，然後示範如何讀取它。

import os
from docx import Document
from docx.oxml.text.paragraph import CT_P
from docx.oxml.table import CT_Tbl
from docx.text.paragraph import Paragraph
from docx.table import Table

# ==========================================
# 第一步：生成測試用的 Word 文件
# ==========================================
def create_demo_docx(filename=r"D:\Temp\demo_structure.docx"):
    doc = Document()
    
    # 1. 加入標題 (Heading 1)
    doc.add_heading('這是標題一', level=1)
    
    # 2. 加入普通段落 (Normal)
    p = doc.add_paragraph('這是第一段普通文字。')
    p.style = 'Normal'
    
    # 3. 加入一個表格 (Table Grid)
    table = doc.add_table(rows=2, cols=2)
    table.style = 'Table Grid'
    table.cell(0, 0).text = "表頭A"
    table.cell(0, 1).text = "表頭B"
    table.cell(1, 0).text = "數據1"
    table.cell(1, 1).text = "數據2"
    
    # 4. 再加入一個段落 (Quote)
    p2 = doc.add_paragraph('這是結尾的引用文字。')
    p2.style = 'Quote'
    
    doc.save(filename)
    print(f"✅ 測試文件已生成: {filename}")
    return filename

# 生成文件
docx_file = create_demo_docx()

# ==========================================
# 第二步：遍歷底層並封裝物件
# ==========================================

print("\n🚀 開始遍歷文件內容 (依照出現順序)...\n")

# 1. 讀取文件
doc = Document(docx_file)

# 2. 遍歷 body 中的所有子元素
# doc.element.body 包含了文件中所有的內容元素，依照順序排列
for child in doc.element.body:
    
    # --- 情況 A: 遇到段落 (CT_P) ---
    if isinstance(child, CT_P):
        # 【關鍵操作】將 CT_P 封裝成 Paragraph 物件
        # 參數 1: child (底層 XML 元素)
        # 參數 2: doc (作為 parent，提供樣式等上下文)
        para = Paragraph(child, doc)
        
        print(f"[段落] 文字內容: {para.text}")
        print(f"       樣式名稱: {para.style.name}")
        print(f"[段落] 文字內容by CT_P: {child.text}")
        print(f"       樣式名稱by CT_P: {child.style}")
        
    # --- 情況 B: 遇到表格 (CT_Tbl) ---
    elif isinstance(child, CT_Tbl):
        # 【關鍵操作】將 CT_Tbl 封裝成 Table 物件
        # 參數 1: child (底層 XML 元素)
        # 參數 2: doc (作為 parent)
        table = Table(child, doc)
        
        # 封裝後就可以像平常一樣操作表格了
        first_cell_text = table.cell(0, 0).text
        row_count = len(table.rows)
        
        print(f"[表格] 第一格內容: {first_cell_text}")
        print(f"       總行數: {row_count}")
        print(f"       樣式名稱: {table.style.name}")

    # --- 情況 C: 其他元素 (如分節符號等) ---
    else:
        print(f"[其他] 發現未處理的元素類型: {type(child)}")

print("\n✅ 遍歷完成！")

# 清理生成的測試檔案 (可選)
# os.remove(docx_file)

import os
from docx import Document
from docx.oxml.text.paragraph import CT_P
from docx.oxml.table import CT_Tbl
from docx.text.paragraph import Paragraph
from docx.table import Table

# ==========================================
# 第一步：生成測試用的 Word 文件
# ==========================================
def create_demo_docx(filename=r"D:\Temp\demo_structure.docx"):
    doc = Document()
    
    # 1. 加入標題 (Heading 1)
    doc.add_heading('這是標題一', level=1)
    
    # 2. 加入普通段落 (Normal)
    p = doc.add_paragraph('這是第一段普通文字。')
    p.style = 'Normal'
    
    # 3. 加入一個表格 (Table Grid)
    table = doc.add_table(rows=2, cols=2)
    table.style = 'Table Grid'
    table.cell(0, 0).text = "表頭A"
    table.cell(0, 1).text = "表頭B"
    table.cell(1, 0).text = "數據1"
    table.cell(1, 1).text = "數據2"
    
    # 4. 再加入一個段落 (Quote)
    p2 = doc.add_paragraph('這是結尾的引用文字。')
    p2.style = 'Quote'
    
    doc.save(filename)
    print(f"✅ 測試文件已生成: {filename}")
    return filename

# 生成文件
docx_file = create_demo_docx()

# ==========================================
# 第二步：遍歷底層並封裝物件
# ==========================================

print("\n🚀 開始遍歷文件內容 (依照出現順序)...\n")

# 1. 讀取文件
doc = Document(docx_file)

# 2. 遍歷 body 中的所有子元素
# doc.element.body 包含了文件中所有的內容元素，依照順序排列
for child in doc.element.body:
    
    # --- 情況 A: 遇到段落 (CT_P) ---
    if isinstance(child, CT_P):
        # 【關鍵操作】將 CT_P 封裝成 Paragraph 物件
        # 參數 1: child (底層 XML 元素)
        # 參數 2: doc (作為 parent，提供樣式等上下文)
        para = Paragraph(child, doc)
        
        print(f"[段落] 文字內容: {para.text}")
        print(f"       樣式名稱: {para.style.name}")
        print(f"[段落] 文字內容by CT_P: {child.text}")
        print(f"       樣式名稱by CT_P: {child.style}")
        
    # --- 情況 B: 遇到表格 (CT_Tbl) ---
    elif isinstance(child, CT_Tbl):
        # 【關鍵操作】將 CT_Tbl 封裝成 Table 物件
        # 參數 1: child (底層 XML 元素)
        # 參數 2: doc (作為 parent)
        table = Table(child, doc)
        
        # 封裝後就可以像平常一樣操作表格了
        first_cell_text = table.cell(0, 0).text
        row_count = len(table.rows)
        
        print(f"[表格] 第一格內容: {first_cell_text}")
        print(f"       總行數: {row_count}")
        print(f"       樣式名稱: {table.style.name}")

    # --- 情況 C: 其他元素 (如分節符號等) ---
    else:
        print(f"[其他] 發現未處理的元素類型: {type(child)}")

print("\n✅ 遍歷完成！")

# 清理生成的測試檔案 (可選)
# os.remove(docx_file)

Python 進階：解剖 Word 底層 - 手動封裝 CT_P 與 CT_Tbl 全攻略; from docx.text.paragraph import Paragraph ; from docx.table import Table; para = Paragraph(child, doc) ; table = Table(child, doc) - 儲蓄保險王

比對生成的docx內容:

程式碼解析

doc.element.body:
這是存取 XML 樹狀結構的入口。它是一個列表，包含了文件中所有直接位於 <body> 標籤下的子節點。這保證了我們讀取的順序與文件視覺上的順序一致。
isinstance(child, CT_P):
我們使用 isinstance 來判斷當前遍歷到的 XML 節點是什麼類型。CT_P 代表段落，CT_Tbl 代表表格。
Paragraph(child, doc):
這是最神奇的一步。
- child 是冷冰冰的 XML 節點，只有 XML 屬性。
- doc 是整個文件物件，它持有樣式表（Styles Part）和資源關聯（Relationships）。
- 將兩者結合，我們就得到了一個活生生的 Paragraph 物件，此時 .text 會自動解析 XML 中的所有 <w:t> 標籤，.style.name 也能正確查找到樣式名稱。

常見問題

Q: 為什麼 parent 一定要傳 doc？
A: 因為 Paragraph 和 Table 物件在讀取樣式（Style）或圖片（Blip）時，需要向上查找文件結構。如果沒有傳入 doc 作為 parent，當你嘗試存取 para.style 時可能會報錯，或者無法正確解析樣式繼承。

Q: 這種方法能讀取 Header 和 Footer 嗎？
A: 不行。doc.element.body 只包含正文。Header 和 Footer 位於不同的 XML Part 中，需要透過 doc.sections[0].header 進入。