Большие документы Word часто проще обрабатывать, когда они разделены на более мелкие файлы. Возможно, вы захотите отделить первые несколько страниц отчёта, разбить документ по границам разделов или создать отдельные файлы Word для разных глав.

Хотя Microsoft Word может выполнять эти задачи вручную, повторение процесса для множества документов быстро становится неэффективным. С помощью Spire.Doc for Python вы можете программно разделять документы Word, сохраняя их исходное содержимое и форматирование.

В этой статье мы рассмотрим два практических подхода:

• Разделение документа Word по диапазону страниц

• Разделение документа Word на отдельные файлы по разделам

Установка Spire.Doc for Python

Перед запуском примеров установите Spire.Doc for Python с помощью pip:

pip install Spire.Doc

Затем импортируйте библиотеку:

from spire.doc import *

Следующие примеры работают напрямую с документами Word без необходимости установки Microsoft Word.

Разделение документа Word по диапазону страниц

Разбиение по страницам полезно, когда вы уже знаете, какие страницы должны принадлежать каждому выходному файлу.

Например, предположим, что документ содержит титульную страницу, введение и основной контент. Вы можете захотеть извлечь страницы 1–3 в один документ и сохранить всё после страницы 3 как другой файл.

Spire.Doc предоставляет метод ExtractPages() для этой цели.

Пример: извлечение страниц 1–3 и оставшихся страниц

from spire.doc import *
# Загрузка документа Word
doc = Document()
doc.LoadFromFile("input.docx")
# Извлечение страниц 1-3
first_part = doc.ExtractPages(0, min(3, doc.PageCount))
first_part.SaveToFile("Page1-3.docx", FileFormat.Docx)
first_part.Dispose()
# Извлечение оставшихся страниц, если в документе более 3 страниц
if doc.PageCount > 3:
second_part = doc.ExtractPages(3, doc.PageCount - 3)
second_part.SaveToFile("Page4-End.docx", FileFormat.Docx)
second_part.Dispose()
doc.Dispose()

Код создаёт до двух выходных файлов:

Page1-3.docx
Page4-End.docx

Как работает извлечение страниц

Ключевой метод:

doc.ExtractPages(startIndex, pageCount)

Первый аргумент указывает начальный индекс страницы, а второй определяет, сколько страниц должно быть извлечено.

Индексы страниц являются нулевыми , поэтому:

doc.ExtractPages(0, 3)

извлекает страницы 1, 2 и 3.

Аналогично:

doc.ExtractPages(3, doc.PageCount - 3)

начинается с четвёртой страницы и извлекает всё до конца документа.

В первой операции в этом примере используется:

min(3, doc.PageCount)

вместо простого указания 3. Это предотвращает запрос трёх страниц, когда исходный документ содержит менее трёх страниц.

Второе извлечение также обёрнуто в:

if doc.PageCount > 3:

чтобы не создавать ненужный пустой документ, когда исходный файл содержит только три страницы или меньше.

Извлечение другого диапазона страниц

Тот же метод можно адаптировать для любого диапазона страниц.

Например, чтобы извлечь страницы с 5 по 10:

part = doc.ExtractPages(4, 6)
part.SaveToFile("Page5-10.docx", FileFormat.Docx)
part.Dispose()

Начальный индекс — 4, потому что индексы страниц начинаются с нуля, а количество извлекаемых страниц — 6.

Это делает ExtractPages() особенно полезным, когда диапазоны страниц поступают из пользовательского ввода, файлов конфигурации или другого рабочего процесса обработки документов.

Разделение документа Word по разделам

Номера страниц не всегда являются наиболее осмысленным способом разделения документа Word.

Многие структурированные документы используют разделы для разделения содержимого. Раздел может представлять главу, сегмент отчёта, форму или другую логическую часть документа. Разделы также могут иметь собственные ориентацию страницы, поля, верхние и нижние колонтитулы или другие параметры страницы.

Если исходный документ уже использует разрывы разделов, разделение по разделам часто является более естественным подходом.

Пример: сохранение каждого раздела как отдельного документа Word

from spire.doc import *
# Загрузка документа Word
doc = Document()
doc.LoadFromFile("input.docx")
# Разделение документа по разделам
for i in range(doc.Sections.Count):
new_doc = Document()
# Клонирование текущего раздела и добавление его в новый документ
new_doc.Sections.Add(doc.Sections.get_Item(i).Clone())
# Сохранение раздела как отдельного документа Word
new_doc.SaveToFile(
f"output/SplitDocument/SplitBySectionBreak_{i+1}.docx"
)
new_doc.Close()
doc.Close()

Если исходный документ Word содержит три раздела, скрипт создаёт файлы, такие как:

SplitBySectionBreak_1.docx
SplitBySectionBreak_2.docx
SplitBySectionBreak_3.docx

Как работает разделение по разделам

Количество разделов в документе доступно через:

doc.Sections.Count

Скрипт проходит по каждому разделу:

for i in range(doc.Sections.Count):

На каждой итерации создаётся новый объект Document.

Затем текущий раздел извлекается и клонируется:

doc.Sections.get_Item(i).Clone()

Клонированный раздел добавляется в новый документ:

new_doc.Sections.Add(...)

Наконец, новый документ сохраняется как независимый файл .docx.

Клонирование здесь важно, потому что выходной документ получает собственную копию раздела, а не просто ссылку на раздел, хранящийся в исходном документе.

Разделение по страницам и по разделам: сравнение

Хотя оба метода создают файлы Word меньшего размера, они решают несколько разные задачи.

Используйте разделение по страницам , когда требование звучит так:

Сохранить страницы 1–3 отдельно, а оставшиеся страницы поместить в другой файл.

Используйте разделение по разделам , когда сам документ уже содержит структурные границы:

Создать отдельный файл Word для каждого раздела в документе.

Это различие важно, потому что страницы и разделы не эквивалентны. Один раздел может занимать несколько страниц, а документ также может содержать несколько разделов с различными настройками форматирования.

Когда разделение по страницам является лучшим выбором

Разделение по страницам особенно полезно для рабочих процессов, где границы выходных файлов определяются внешне, а не структурой файла Word.

Типичные примеры включают:

• Извлечение титульной страницы и резюме

• Отделение выбранных страниц из отчёта

• Создание меньших документов из длинного сгенерированного отчёта

• Обработка только указанного диапазона страниц

• Построение рабочих процессов предпросмотра или распространения документов

Поскольку диапазоны страниц могут вычисляться динамически, этот метод также хорошо работает в приложениях пакетной обработки.

Например, программа может считывать диапазоны, такие как:

1-5
6-10
11-20

и автоматически создавать один документ Word для каждого диапазона.

Когда разделение по разделам имеет больше смысла

Разделы полезны, когда документ уже организован в логические единицы.

Рассмотрим отчёт, содержащий:

Раздел 1 — Резюме
Раздел 2 — Финансовые результаты
Раздел 3 — Анализ рынка
Раздел 4 — Приложение

Вместо определения того, где начинается и заканчивается каждая часть по номеру страницы, скрипт может просто обработать существующую коллекцию разделов.

Это особенно полезно для документов, в которых разделы используют разные:

• Верхние и нижние колонтитулы

• Размеры страниц

• Поля

• Ориентации страниц

• Колоночные макеты

• Настройки нумерации страниц

В таких случаях границы разделов несут структурную информацию, которой одни только номера страниц не обладают.

Важное замечание о страницах Word

Существует одно важное различие между работой с документами Word и такими форматами, как PDF.

PDF имеет фиксированный макет страницы. Документ Word, однако, является потоковым документом . Его разбиение на страницы зависит от таких элементов, как шрифты, межстрочные интервалы, размер страницы, поля, таблицы и другие параметры макета.

В результате разделение по страницам уместно, когда вам нужно работать именно с отображаемыми страницами файла Word. Если ваша цель — сохранить логическую организацию документа, разделение по разделам может быть более предсказуемым.

Поэтому выбор стратегии разделения должен зависеть от структуры исходного документа, а не от простого использования одного и того же метода для каждого файла.

Заключение

Разделение документов Word с помощью Python может упростить рабочие процессы с большими отчётами, главами, контрактами и другими структурированными файлами.

С помощью Spire.Doc for Python есть два простых подхода:

• Используйте ExtractPages(), когда нужно извлечь определённый диапазон страниц.

• Проходите по doc.Sections, когда хотите создать отдельный документ для каждого раздела Word.

Разделение по страницам даёт точный контроль над отображаемыми диапазонами страниц, в то время как разделение по разделам использует логическую структуру, уже встроенную в документ Word.

Для отдельных файлов ручного копирования содержимого в Microsoft Word может быть достаточно. Но когда необходимо последовательно обрабатывать десятки или сотни документов, реализация операции разделения в Python делает рабочий процесс гораздо более простым для автоматизации и повторного использования.

Spire.Doc для .NET — это лёгкая, высокопроизводительная сторонняя библиотека для обработки документов Word. Её главное преимущество — независимая работа без опоры на локальную среду Microsoft Office. Она поддерживает полный жизненный цикл операций с файлами Word, включая создание, чтение, редактирование, преобразование форматов, экспорт и сравнение версий.

Библиотека предоставляет простые и хорошо инкапсулированные API. Встроенная функция сравнения документов позволяет интеллектуально выявлять вставку, удаление текста и изменения форматирования. Разработчики могут реализовать сравнение версий Word профессионального уровня без написания сложной бизнес-логики, что отлично вписывается в различные сценарии разработки .NET-проектов.

2. Настройка окружения: установка компонента

Все функции сравнения в этой статье основаны на Spire.Doc для .NET. Перед написанием кода установите библиотеку через NuGet. Вы можете быстро выполнить установку через консоль диспетчера пакетов Visual Studio с помощью следующей команды:

Install-Package Spire.Doc

3. Базовое использование: создание визуальных документов с правками

Наиболее востребованный сценарий сравнения — это сопоставление исходного документа с исправленной версией и создание нового файла с полными отметками о правках. Все изменения отображаются интуитивно через встроенный в Word режим отслеживания изменений. Ниже приведён полный рабочий код на C#:

using Spire.Doc;
namespace CompareDocuments
{
class Program
{
static void Main(string[] args)
{
// Загрузка исходного базового документа
Document originalDoc = new Document("original.docx");
// Загрузка изменённого документа для сравнения
Document revisedDoc = new Document("revised.docx");
// Сравнение документов и указание автора правок
originalDoc.Compare(revisedDoc, "John");
// Сохранение результата сравнения с отметками о правках в новый файл
originalDoc.SaveToFile("Differences.docx", FileFormat.Docx2013);
// Освобождение ресурсов во избежание занятости памяти
originalDoc.Dispose();
}
}
}

Ядро кода — метод Compare(). Он автоматически анализирует различия в содержании и форматировании между двумя файлами и отмечает в исходном документе три типа изменений: вставленный текст, удалённый текст и корректировки форматирования.

Созданный файл Differences.docx можно открыть непосредственно в Microsoft Word. Он использует стандартный режим отслеживания изменений с такой же точностью, как и встроенный профессиональный инструмент сравнения документов Office.

4. Расширенное использование: извлечение структурированных деталей различий

Во многих бизнес-сценариях одних лишь визуальных файлов правок недостаточно. Нам необходимо программно получать точные структурированные данные о различиях — для таких задач, как создание журналов аудита, синхронизация изменений с базами данных, построение пользовательских отчётов о сравнении или интеграция с бизнес-процессами согласования.

Spire.Doc предоставляет класс DifferRevisions для отдельного извлечения всего вставленного и удалённого текстового содержимого, что позволяет структурированно анализировать результаты сравнения. Полный код реализации выглядит так:

using Spire.Doc;
using Spire.Doc.Fields;
using System;
namespace GetDifferencesInList
{
class Program
{
static void Main(string[] args)
{
// Загрузка исходного и изменённого документов
Document originalDoc = new Document("original.docx");
Document revisedDoc = new Document("revised.docx");
// Выполнение сравнения для генерации данных о правках
originalDoc.Compare(revisedDoc, "Author");
// Разбор всех записей о правках
DifferRevisions revisions = new DifferRevisions(originalDoc);
// Получение коллекций правок вставки и удаления
var insertRevisions = revisions.InsertRevisions;
var deleteRevisions = revisions.DeleteRevisions;
int insertCount = 0;
int deleteCount = 0;
// Обход и вывод всего добавленного содержимого
Console.WriteLine("Список добавленного содержимого");
for (int i = 0; i < insertRevisions.Count; i++)
{
if (insertRevisions[i] is TextRange textRange)
{
insertCount++;
Console.WriteLine($"Вставка #{insertCount}: {textRange.Text.Trim()}");
}
}
Console.WriteLine("=====================");
// Обход и вывод всего удалённого содержимого
Console.WriteLine("Список удалённого содержимого");
for (int i = 0; i < deleteRevisions.Count; i++)
{
if (deleteRevisions[i] is TextRange textRange)
{
deleteCount++;
Console.WriteLine($"Удаление #{deleteCount}: {textRange.Text.Trim()}");
}
}
Console.ReadKey();
}
}
}

Этот код точно отфильтровывает значимые текстовые изменения и исключает влияние незначащего форматирования. Разработчики могут выполнять вторичную обработку извлечённых данных о различиях — это основа для создания автоматизированных систем проверки документов и интеллектуального сравнения.

5. Основные сценарии применения и преимущества

Автоматизированная функция сравнения документов Word на основе Spire.Doc способна заменить неэффективное ручное сравнение, значительно повышая эффективность офисной работы и разработки, и применима в различных отраслях и бизнес-сценариях:

5.1 Проверка юридических контрактов

Юридическим отделам и корпоративным юристам часто требуется сравнивать несколько версий контрактов и соглашений. Этот инструмент позволяет одним нажатием создавать полные отчёты о правках, точно фиксируя добавления, удаления и изменения формулировок в пунктах, что эффективно снижает контрактные риски и повышает эффективность проверки.

5.2 Совместная работа над технической документацией в команде

Требования к продуктам, технические руководства и API-документация обычно обновляются совместно несколькими членами команды. Программное сравнение позволяет автоматически отслеживать изменения каждого, делая модификации документов отслеживаемыми и доступными для статистического анализа.

5.3 Управление итерациями версий документов

Для долгосрочно поддерживаемых документов, таких как управленческие политики, проектные планы и официальные уведомления, регулярное автоматическое сравнение различных версий позволяет полностью записывать весь процесс итераций, обеспечивая стандартизированное архивирование версий и полную отслеживаемость изменений.

5.4 Отраслевой комплаенс-аудит

В регулируемых отраслях, включая финансы, здравоохранение и государственное управление, предъявляются строгие требования к аудиту изменений в документах. Автоматизированное сравнение позволяет сохранять каждую запись об изменении в полном объёме, соответствуя стандартам проверки соблюдения требований и отслеживаемости.

6. Советы по разработке и оптимизация производительности

Spire.Doc обеспечивает стабильную совместимость и производительность обработки даже для больших файлов Word. Для обеспечения стабильности программы обратите внимание на следующие ключевые моменты при разработке:

6.1 Стандартизация управления памятью

Сравнение документов потребляет определённые системные ресурсы, особенно при пакетной обработке файлов или больших документов. Рекомендуется активно вызывать метод Dispose() после каждой операции для освобождения ресурсов и избежания накопления памяти, которое может привести к зависанию или сбоям программы.

6.2 Унификация форматов документов

Старайтесь, чтобы оба сравниваемых файла были в формате .docx. Избегайте смешивания форматов .doc и .docx, так как это может вызвать исключения при разборе или неточные результаты сравнения.

6.3 Стандартизация информации об авторе правок

Параметр автора в методе Compare будет отображаться в записях о правках. В официальных бизнес-сценариях указывайте фактического оператора или название отдела, чтобы облегчить последующую проверку ответственности и отслеживаемость изменений.

7. Заключение

С помощью Spire.Doc для .NET разработчики могут реализовать полностью автоматизированное сравнение документов Word с минимальным объёмом кода. Поддерживается как создание интуитивно понятных визуальных файлов правок, так и детализированное структурированное извлечение данных о различиях, что полностью решает проблему низкой эффективности и высокой вероятности ошибок при ручном сравнении.

Эта возможность сравнения может не только удовлетворять базовые потребности в сопоставлении документов, но и служить основой для разработки интеллектуальных платформ управления документами, автоматизированных офисных систем и систем комплаенс-аудита. Помимо сравнения документов, Spire.Doc также поддерживает редактирование документов, преобразование форматов, объединение, разделение, добавление водяных знаков и множество других функций, охватывая большинство потребностей в доработке документов Word.

Также у каждой папки или программы появились странные точки слева снизу. Везде, кроме ярлыков.

Кто-нибудь знает, как вернуть старое оформление?