如何正确合并多个 Word 文档（.docx）并保留格式与分页

本文详解使用 python-docx 合并多个 .docx 文件的正确方法重点解决页面重叠、图片丢失及内部元素引用异常等常见问题并提供健壮、可复用的合并代码实现。 本文详解使用 python-docx 合并多个 .docx 文件的正确方法重点解决页面重叠、图片丢失及内部元素引用异常等常见问题并提供健壮、可复用的合并代码实现。在自动化文档处理场景中将多个 Word 文档.docx按顺序拼接为一个完整文档是常见需求。然而直接操作底层 XML 元素如 _element极易引发格式错乱——典型表现包括内容重叠而非分页、图片完全丢失、样式错位甚至运行时报 AttributeError。根本原因在于 python-docx 并非设计用于深度文档合并其 API 不支持跨文档资源如图像、表格样式、字体定义的自动迁移。? 正确的分页逻辑页脚后插入分页符原始代码在将子文档内容追加前就调用了 sub_doc.add_page_break()这实际是在源文档开头插入分页符对目标文档无影响且该操作作用于 sub_doc 本身而非 combined_document。正确做法是在将当前子文档全部内容追加到合并文档后再向 combined_document 插入分页符最后一份文档除外from docx import Documentdef combine_word_documents(files, output_pathcombined.docx): # 使用空白文档作为基础确保样式一致 combined Document() # 更推荐避免依赖外部 empty.docx for i, file in enumerate(files): sub_doc Document(file) # 1. 复制所有段落含文字、基本格式 for para in sub_doc.paragraphs: new_para combined.add_paragraph() # 复制段落格式对齐、缩进等 new_para.alignment para.alignment new_para.paragraph_format.left_indent para.paragraph_format.left_indent new_para.paragraph_format.right_indent para.paragraph_format.right_indent new_para.paragraph_format.space_before para.paragraph_format.space_before new_para.paragraph_format.space_after para.paragraph_format.space_after new_para.paragraph_format.line_spacing para.paragraph_format.line_spacing # 复制段落内所有 runs含字体、加粗等 for run in para.runs: new_run new_para.add_run(run.text) new_run.bold run.bold new_run.italic run.italic new_run.underline run.underline if run.font.color.rgb: new_run.font.color.rgb run.font.color.rgb new_run.font.size run.font.size # 2. 复制所有表格简化版仅复制结构与文本 for table in sub_doc.tables: new_table combined.add_table(rows0, colslen(table.columns)) new_table.style table.style for row in table.rows: new_row new_table.add_row() for idx, cell in enumerate(row.cells): new_cell new_row.cells[idx] for para in cell.paragraphs: new_cell_para new_cell.add_paragraph() new_cell_para.text para.text # 此处可扩展复制单元格内段落格式 # 3. 在非最后一个文档后插入分页符 if i len(files) - 1: combined.add_page_break() combined.save(output_path) print(f? 合并完成{output_path})# 使用示例combine_word_documents([Doc2.docx, Doc3.docx])?? 关键限制与注意事项图片无法自动复制python-docx 的 Document 对象不提供访问嵌入图像二进制数据的公开接口。sub_doc.inline_shapes 或 _element 中的 w:drawing 节点需手动解析 Base64 或 ZIP 内部路径工程量大且易出错。生产环境建议改用 docxtpl基于模板或 python-docx zipfile 底层操作高阶方案或切换至支持图像合并的库如 docxcompose已归档需谨慎或商业 SDK。样式兼容性风险不同文档可能使用冲突的样式名如都叫 Heading 1 但定义不同。合并后样式以 combined 文档的 styles.xml 为准子文档样式会被忽略。解决方案统一预设基础样式或合并前导出/导入样式。 Mokker AI AI产品图添加背景