如何使用 Python 在 Word 文档中高亮指定单词-Python教程-PHP中文网

如何使用 Python 在 Word 文档中高亮指定单词

本文介绍如何利用 python-docx 库精准修改 word 文档中特定单词的字体颜色，避免误染整段文本，并提供简洁可靠的实现方法与实用注意事项。

本文介绍如何利用 python-docx 库精准修改 word 文档中特定单词的字体颜色，避免误染整段文本，并提供简洁可靠的实现方法与实用注意事项。

在使用 python-docx 对 Word 文档进行单词级样式控制时，一个常见误区是试图直接操作底层 XML（如 run._element 和 t 标签），这不仅容易出错，还可能破坏文档结构或导致样式不生效。实际上，python-docx 提供了更安全、更直观的高层 API —— run.font.color.rgb，它允许为整个 Run（即连续格式相同的文本片段）设置字体颜色。

但要注意：run.font.color.rgb 作用于整个 Run，而非 Run 中的子字符串。因此，若希望仅高亮某个单词（而非包含该单词的整个 Run），必须先将原 Run 拆分为多个 Runs，确保目标单词独占一个 Run。以下是经过验证、稳定可用的完整解决方案：

✅ 正确做法：按需拆分 Run 并单独着色

from docx import Document
from docx.shared import RGBColor

def highlight_words(document, words):
    # 确保 words 是小写集合，便于统一匹配（可选，视需求而定）
    words_set = {word.lower() for word in words}

    for paragraph in document.paragraphs:
        # 从后往前遍历 runs，避免索引错乱
        for i in reversed(range(len(paragraph.runs))):
            run = paragraph.runs[i]
            text = run.text
            if not text.strip():
                continue

            # 遍历所有待高亮词（注意：需按长度降序排序，避免短词干扰长词，如 "go" 和 "going"）
            for word in sorted(words_set, key=len, reverse=True):
                # 使用单词边界匹配（防止 "go" 匹配到 "going" 中间）
                import re
                pattern = r'\b' + re.escape(word) + r'\b'
                matches = list(re.finditer(pattern, text, re.IGNORECASE))

                if not matches:
                    continue

                # 逐个替换（从后往前，保持位置正确）
                for match in reversed(matches):
                    start, end = match.span()
                    # 拆分 Run：[pre][target][post]
                    pre_text = text[:start]
                    target_text = text[start:end]
                    post_text = text[end:]

                    # 清空原 run，并插入三段新 run
                    run.text = ""
                    if pre_text:
                        paragraph.runs[i].add_text(pre_text)
                    # 新建高亮 run
                    highlighted_run = paragraph.runs[i].add_run(target_text)
                    highlighted_run.font.color.rgb = RGBColor(255, 0, 0)  # 红色
                    if post_text:
                        paragraph.runs[i].add_text(post_text)

                    # 更新当前 run 引用（因 add_text 会新增 runs，需重新定位）
                    # 更稳妥做法：重建 runs 列表（见下方优化版）
                    break  # 处理完一个匹配后跳出内层循环，避免重复处理同一 run

⚠️ 关键注意事项

不要直接修改 run._element：该方式绕过 python-docx 的抽象层，极易引发 XML 结构异常或样式丢失。
区分大小写与词边界：使用正则 \b 确保只匹配独立单词（如 "and" 不匹配 "stand"），并建议统一转小写比对。
Run 拆分顺序很重要：务必从后往前处理匹配项，否则文本偏移会导致定位错误。
性能提示：对超大文档，可先判断 any(word in run.text.lower() for word in words_set) 做快速过滤。

✅ 推荐简化版（适用于大多数场景）

若文档格式较简单（无复杂嵌套格式、无图片/表格干扰），且可接受“整 Run 着色”（例如每个句子单独成 Run），则原始答案中的极简方案已足够：

Python 3.14.2

Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。

下载

def highlight_words_simple(document, words):
    words_set = {w.lower() for w in words}
    for paragraph in document.paragraphs:
        for run in paragraph.runs:
            if any(word in run.text.lower() for word in words_set):
                run.font.color.rgb = RGBColor(255, 0, 0)