Python通过python-docx库或手动解压.docx ZIP包来解析其内部XML文件；前者用_element.xml获取段落等原始XML，后者用zipfile+etree/lxml读取document.xml等核心文件，并需正确处理命名空间。
Python本身不直接解析Word文档的底层XML，而是通过python-docx库操作.docx文件——因为.docx本质是ZIP压缩包，内部包含多个XML文件（如document.xml、styles.xml等）。若需访问原始XML数据，有两种主流方式：一是用python-docx间接获取XML片段；二是手动解压.docx并解析目标XML文件。
用python-docx提取段落/表格的XML结构
python-docx虽为高层接口，但每个元素（如Paragraph、Run）都提供_element属性，可直接访问底层lxml Element对象，进而读取或修改其XML。
- 安装依赖：
pip install python-docx lxml - 读取段落XML示例：
from docx import Document
doc = Document("example.docx") p = doc.paragraphs[0] # 获取第一个段落 xml_str = p._element.xml # 返回该段落的完整XML字符串（含命名空间） print(xml_str[:200]) # 查看前200字符
- 注意：
_element.xml返回的是带namespaces的原始XML，可能含w:前缀（如），解析时需处理命名空间或用lxml的XPath配合{http://schemas.openxmlformats.org/wordprocessingml/2006/main}。
手动解压.docx并读取核心XML文件
.docx是ZIP格式，可用Python内置zipfile模块解压，再用xml.etree.ElementTree或lxml解析指定XML。
- 关键XML路径（在解压后目录中）：
-
word/document.xml：主文档内容（段落、文字、制表符等） -
word/styles.xml：样式定义 -
word/numbering.xml：编号与项目符号规则 -
word/settings.xml：文档设置
-
- 示例：提取
document.xml中的所有段落文本（忽略格式）：import zipfile import xml.etree.ElementTree as ET
with zipfile.ZipFile("example.docx") as docx: with docx.open("word/document.xml") as f: tree = ET.parse(f) root = tree.getroot()
Word XML默认命名空间
ns = {"w": "http://schemas.openxmlformats.org/wordprocessingml/2006/main"} for p in root.findall(".//w:p", ns): text = "".join(t.text for t in p.findall(".//w:t", ns) if t.text) print(text.strip())立即学习“Python免费学习笔记（深入）”；
Android数据格式解析对象JSON用法 WORD版下载本文档主要讲述的是Android数据格式解析对象JSON用法；JSON可以将Java对象转成json格式的字符串，可以将json字符串转换成Java。比XML更轻量级，Json使用起来比较轻便和简单。JSON数据格式，在Android中被广泛运用于客户端和服务器通信，在网络数据传输与解析时非常方便。希望本文档会给有需要的朋友带来帮助；感兴趣的朋友可以过来看看
用lxml做深度XML分析（推荐用于复杂需求）
当需XPath查询、命名空间灵活处理、或修改后重新打包时，lxml比标准库更强大。
- 安装：
pip install lxml - 读取并查询带样式的段落：
from lxml import etree import zipfile
with zipfile.ZipFile("example.docx") as docx: with docx.open("word/document.xml") as f: tree = etree.parse(f)
使用XPath查找所有应用了"Heading1"样式的段落
ns = {"w": "http://schemas.openxmlformats.org/wordprocessingml/2006/main"} headings = tree.xpath("//w:p[w:pPr/w:pStyle[@w:val='Heading1']]", namespaces=ns) for h in headings: text = "".join(h.xpath(".//w:t/text()", namespaces=ns)) print("标题：", text.strip())立即学习“Python免费学习笔记（深入）”；
- 修改XML后，可调用
tree.write()保存，并用zipfile重建.docx（需保留其他文件结构）。
注意事项与常见问题
直接操作XML有风险，务必备份原文件；且Word生成的XML结构较复杂，嵌套深、命名空间多。
