docx-splittinglisted

# 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。