docx-splitting · diff
git:20260509.e0ce9ca to git:20260509.cdf62b1
13 added, 0 removed. Audit A to A.
---
name: docx-splitting
description: "当需要在 Windows + Microsoft Word 环境中按页拆分 .docx 文件并尽量保留原始格式、图片、表格和分页效果时使用。"
---
# DOCX 按页拆分
## 使用场景
用于把一个 `.docx` 文档按页数拆分成多个较小的 `.docx` 文件，并尽量保留 Word 原始排版。
仅适用于 Windows + Microsoft Word 环境，因为脚本通过 `win32com.client` 调用 Word COM 自动化接口，分页结果依赖本机 Word 排版引擎。
## 依赖安装
+ 前置条件：
+
+ - Windows。
+ - 已安装 Microsoft Word 桌面版。
+ - Python 与 Word 位数兼容，通常使用当前 Windows Python 即可。
+
```bash
pip install pywin32
```
+ 安装后可做最小检查：
+
+ ```bash
+ python -c "import win32com.client; print('pywin32 ok')"
+ ```
+
## 脚本
优先使用 bundled script：
```text
scripts/split_docx.py
```
## 命令行用法
拆成 4 份：
```bash
python scripts/split_docx.py input.docx
```
拆成 8 份并指定输出目录：
```bash
python scripts/split_docx.py input.docx --output-dir split_output --parts 8
```
## Python 调用
```python
from scripts.split_docx import split_docx_lossless_by_pages
split_docx_lossless_by_pages(
"input.docx",
output_dir="split_output",
parts=8,
)
```
## 注意事项
- 运行前关闭正在编辑的同一个 Word 文件。
- 建议先复制原始 `.docx`，在副本上运行。
- 字体缺失、页面设置差异或 Word 版本差异可能导致分页略有不同。
+ - `--parts` 必须是正整数；如果总页数少于 `parts`，脚本只会生成实际需要的 part。
- 如果拆分边界落在复杂表格、图片或分页符附近，需要人工检查边界页是否缺失或重复。
## 验证
拆分后人工打开输出文件，检查：
- 每个 part 是否能正常打开。
- 页码范围是否大致符合预期。
- 表格、图片、公式和标题格式是否保留。
- 相邻 part 之间是否有明显内容缺失或重复。