计算 Word 文档的页数、字数等信息是出版、学术和内容管理等领域的一项基本任务。准确的页数和字数对于评估文档长度、估算印刷成本、分析文本复杂性以及确保符合格式化指南至关重要。逐个预览文档查看相关信息是非常麻烦的事情，我们可以在不预览文档的情况下，用Python实现快速批量地获取文档中的页数、字数、段落数、节数、词数等关键信息，实现文档的高效管理，简化相关任务流程。
文章目录
- 获取Word文档页数、字数、字符数、段落数以及带空格的字符数
- 用Python计算Word文档节的数量
本文所使用的方法需要用到Spire.Doc for Python，可从官网获取通过PyPI：pip install Spire.Doc。
获取Word文档页数、字数、字符数、段落数以及带空格的字符数
API中提供的 Document.BuiltinDocumentProperties 属性可以获取文档中的一些内置属性，如页数、词数、字符数等信息。以下是操作步骤：
- 导入所需库：
spire.doc和spire.doc.common用于处理 Word 文档，os用于操作系统文件及目录操作。 - 定义待遍历的文件夹路径。
- 创建
Document类的一个实例doc，用于加载和操作 Word 文档。 - 使用
os.walk()遍历指定文件夹及其子文件夹中的所有文件。 - 对于遍历到的每个文件：
- 检查文件扩展名是否为
.doc或.docx，若是则表示为 Word 文档。 - 使用
os.path.join()组合完整文件路径，并使用doc.LoadFromFile()方法加载该 Word 文档。 - 调用
doc.UpdateWordCount()更新文档的字数统计信息，确保统计数据准确。 - 获取文档的内置属性，存储在
builtinProperties变量中。 - 从内置属性中分别提取文档的页数（
PageCount）、段落数（ParagraphCount）、字符数（CharCount）、包含空格的字符数（CharCountWithSpace）和字数（WordCount）。 - 将这些统计信息与对应的文件名一起打印出来。
- 检查文件扩展名是否为
- 在遍历并处理完所有 Word 文档后，调用
doc.Close()关闭文档，释放资源。
代码示例
from spire.doc import *
from spire.doc.common import *
import os
# 定义文件夹路径
folderPath = "Documents"
# 创建Document实例
doc = Document()
# 遍历文件夹中的文档
for root, dirs, files in os.walk(folderPath):
for file in files:
# 判断文件是否为Word文档
if file.endswith(('.doc', '.docx')):
# 载入Word文档
doc.LoadFromFile(os.path.join(root, file))
# 更新字数统计（确保字数统计是最新的）
doc.UpdateWordCount()
# 获取文档内置属性
builtinProperties = doc.BuiltinDocumentProperties
# 获取页数
pageCount = builtinProperties.PageCount
# 获取段落数
paragraphCount = builtinProperties.ParagraphCount
# 获取字符数
charCount = builtinProperties.CharCount
# 获取包含空格的字符数
charCountWithSpaces = builtinProperties.CharCountWithSpace
# 获取字数
wordCount = builtinProperties.WordCount
# 输出结果
print(f"文档——{file} 页数为：", pageCount)
print(f"文档——{file} 段落数为：", paragraphCount)
print(f"文档——{file} 字符数为：", charCount)
print(f"文档——{file} 包含空格的字符数为：", charCountWithSpaces)
print(f"文档——{file} 字数为：", wordCount)
doc.Close()
输出结果
用Python计算Word文档节的数量
节的计数不被统计在内置属性中，但我们可以直接使用 Document.Sections.Count 属性计算节的数量。以下是操作步骤：
- 导入所需模块：
spire.doc和spire.doc.common用于处理 Word 文档，os用于操作系统文件及目录操作。 - 定义待遍历的文件夹路径。
- 创建
Document类的实例doc，用于加载和操作 Word 文档。 - 使用
os.walk()遍历指定文件夹及其子文件夹中的所有文件。 - 对于遍历到的每个文件：
- 检查文件扩展名是否为
.doc或.docx，如果是，则表示为 Word 文档。 - 使用
os.path.join()组合得到文件的完整路径，并使用doc.LoadFromFile()方法加载该 Word 文档。 - 从文档对象
doc中获取文档中节（section）的数量，存储在变量sectionCount中。 - 将文档名和节的数量一同打印出来，展示文档内部的结构信息。
- 检查文件扩展名是否为
- 在遍历并处理完所有匹配的 Word 文档后，调用
doc.Close()方法关闭文档，释放资源。
代码示例
from spire.doc import *
from spire.doc.common import *
import os
# 定义文件夹路径
folderPath = "Documents"
# 创建Document实例
doc = Document()
# 遍历文件夹中的文件
for root, dirs, files in os.walk(folderPath):
for file in files:
# 判断文件是否为Word文档
if file.endswith(('.doc', '.docx')):
# 载入Word文档
doc.LoadFromFile(os.path.join(root, file))
# 获取文档中节的数量
sectionCount = doc.Sections.Count
# 输出结果
print(f"文档——", file, " 节数为：", sectionCount)
doc.Close()
输出结果
本文介绍了如何使用Python获取Word文档页数、字数、字符数、段落数、节数以及带空格的字符数。
更多Spire.Doc for Python教程
申请免费License
