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_path='combined.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(rows=0, cols=len(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