Python快速合并Word文档的完整指南_Python

多人协作撰写方案、分章节编写报告、各部门分别提交材料——这些场景下，最终往往需要把若干份独立的 word 文档整合成一个完整文件。如果靠手工复制粘贴，不仅要在多个窗口间反复切换，还容易丢失页眉页脚、页码、分栏这类页面级设置，合并后再逐项修复反而更费时间。

用 python 自动化合并的价值就在于此：它可以把"复制内容"升级为"搬运结构"，让每个文档原有的节设置、样式体系一并被保留下来。同时，脚本化之后还能轻松扩展到批量场景，比如把一个文件夹里的十几份文档按文件名顺序合并成一份。

本文以 spire.doc 为例，介绍几种常用的 word 文档合并方式，包括最简单的整文插入、保留节结构的克隆合并、保持源文档格式的合并，以及把内容合并到同一页的做法。

环境准备

开始前，先通过 pip 安装 spire.doc：

pip install spire.doc

安装完成后，在脚本顶部引入命名空间。本文的示例全部基于 document 对象展开，通过它加载文档、访问节集合与正文元素，最后输出合并结果。

from spire.doc import *
from spire.doc.common import *

用 inserttextfromfile 快速合并

如果只关心正文内容、对页面设置没有特殊要求，最省事的方式是 inserttextfromfile() 方法。它接受一个文件路径，让库自动识别文档格式，并把其中的内容插入到当前文档的末尾。整个过程只需一次调用，适合快速拼接草稿或纯文本性质的材料。

from spire.doc import *
from spire.doc.common import *

inputfile1 = "./data/sample.docx"
inputfile2 = "./data/sampleb_1.docx"
outputfile = "simpleinsertfile.docx"

# 加载作为主体的 word 文档
doc = document()
doc.loadfromfile(inputfile1)

# 将另一个文档的内容插入进来
doc.inserttextfromfile(inputfile2, fileformat.auto)

# 保存结果
doc.savetofile(outputfile, fileformat.docx2013)
doc.close()

第二个参数 fileformat.auto 表示由库自动判断待插入文件的格式，因此无论是 .doc 还是 .docx 都能正常处理，省去了事先判断类型的麻烦。需要注意的是，这种方式以"内容"为单位合并，第二个文档的节属性、页面方向等设置不会作为独立的节带入结果文档，而是按当前文档的排版规则重新排布。

按节克隆保留原有排版

当被合并的文档各自有不同的页面设置时——比如一份是纵向 a4、另一份是横向表格页——就需要以"节"为单位搬运。word 中的节（section）是页面级格式的基本单位，页边距、纸张方向、页眉页脚都挂在节上。通过克隆节并加入目标文档的节集合，可以让这些设置原样保留。

from spire.doc import *
from spire.doc.common import *

inputfile1 = "./data/sample.docx"
inputfile2 = "./data/sampleb_1.docx"
outputfile = "merge.docx"

# 加载目标文档
document = document()
document.loadfromfile(inputfile1, fileformat.docx)

# 加载待合并的文档
documentmerge = document()
documentmerge.loadfromfile(inputfile2, fileformat.docx)

# 逐节克隆并追加到目标文档
for i in range(documentmerge.sections.count):
    sec = documentmerge.sections.get_item(i)
    document.sections.add(sec.clone())

# 保存结果
document.savetofile(outputfile, fileformat.docx)
document.close()
documentmerge.close()

这里的关键是 sec.clone()：直接把另一个文档的节对象加进来会引发归属冲突，克隆则生成一份独立的副本，可以安全地加入目标文档。sections.add() 会把新节追加到末尾，因此合并后的顺序就是循环遍历的顺序。

这种方式下，每个节都保留了自己的页面设置，合并结果中横向页和纵向页可以共存，页眉页脚也各自独立，非常适合拼接结构差异较大的正式文档。

合并时保持源文档格式

按节克隆虽然保留了页面设置，但样式层面仍可能出现偏差：如果两份文档定义了同名的样式（比如都叫"正文"但字体不同），合并后目标文档的样式定义可能覆盖源文档的设定，导致段落外观发生变化。遇到这种情况，可以在合并前开启 keepsameformat 属性。

from spire.doc import *
from spire.doc.common import *

inputfile1 = "./data/sample.docx"
inputfile2 = "./data/sampleb_1.docx"
outputfile = "keepsameformat.docx"

# 加载源文档与目标文档
srcdoc = document()
srcdoc.loadfromfile(inputfile1)
destdoc = document()
destdoc.loadfromfile(inputfile2)

# 让源文档在合并时保持自身格式
srcdoc.keepsameformat = true

# 将源文档的节复制到目标文档
for i in range(srcdoc.sections.count):
    section = srcdoc.sections.get_item(i)
    destdoc.sections.add(section.clone())

# 保存结果
destdoc.savetofile(outputfile, fileformat.docx2013)
srcdoc.close()
destdoc.close()

keepsameformat 需要设置在源文档对象上，它的作用是告诉库：在把内容搬过去时，连同样式定义一起携带，而不是改投目标文档的样式体系。这个属性必须在执行克隆操作之前设置才会生效。

如果合并后仍发现个别段落的字体不对，通常是因为两份文档使用了同名的样式但定义不同。这种情况下除了开启 keepsameformat，也可以在源文档中重命名冲突样式，从根源上避免覆盖。

合并到同一页

前面几种方式都会带来节与节之间的分隔，内容默认从新的一页开始。但有时我们希望两份文档的内容连续排布，中间不产生分页——比如把一段补充说明直接续在正文后面。这种情况下需要绕过节，直接在正文元素层面搬运内容。

from spire.doc import *
from spire.doc.common import *

inputfile1 = "./data/insert.docx"
inputfile2 = "./data/tableofcontent.docx"
outputfile = "mergedocsonsamepage.docx"

# 加载源文档与目标文档
document = document()
document.loadfromfile(inputfile1)
destinationdocument = document()
destinationdocument.loadfromfile(inputfile2)

# 遍历源文档的节，再遍历节正文中的每个对象
for i in range(document.sections.count):
    section = document.sections.get_item(i)
    for j in range(section.body.childobjects.count):
        obj = section.body.childobjects.get_item(j)
        # 逐个克隆到目标文档第一节的正文中
        destinationdocument.sections[0].body.childobjects.add(obj.clone())

# 保存结果
destinationdocument.savetofile(outputfile, fileformat.docx)
document.close()
destinationdocument.close()

这段代码用两层循环深入到了 body.childobjects，也就是段落、表格、图片这些具体的正文元素。由于没有新建节，所有内容都被放进目标文档的第一节，因而会自然地连续排列，不会因为节的分隔而另起一页。与之相对，前面按节克隆的方式每加一个节通常就会带来分页效果。

实用技巧

批量合并整个文件夹

把按节克隆的写法包装一下，配合 os 模块就能把一个文件夹里的文档按名称顺序合并成一份。下面的示例先对文件名排序，再依次追加，保证合并顺序可预期。

import os
from spire.doc import *
from spire.doc.common import *

input_dir = "./data/chapters"
outputfile = "merged.docx"

# 按文件名排序，确保合并顺序稳定
files = sorted([f for f in os.listdir(input_dir) if f.lower().endswith(".docx")])

# 以第一份文档作为合并的基座
merged = document()
merged.loadfromfile(os.path.join(input_dir, files[0]))

# 依次把其余文档的节追加进来
for name in files[1:]:
    doc = document()
    doc.loadfromfile(os.path.join(input_dir, name))
    for i in range(doc.sections.count):
        merged.sections.add(doc.sections.get_item(i).clone())
    doc.close()

merged.savetofile(outputfile, fileformat.docx2013)
merged.close()

先用 sorted() 排序很重要，因为 os.listdir() 返回的顺序取决于文件系统，并不保证按名称排列。以第一份文档作为基座、其余依次追加的写法，也能自然地保留首份文档的样式与页面设置作为整篇的基准。

合并方式的选用建议

四种方式各有适用场景，可以按需选择：只拼接内容、不在意页面设置时用 inserttextfromfile()，代码最少；需要保留各自的纸张方向、页边距、页眉页脚时按节克隆；两份文档样式体系不同、担心格式被覆盖时开启 keepsameformat；希望内容连续排布、中间不分页时则下沉到 childobjects 层面搬运。

另外提醒一点：合并后如果文档里出现了多余的分页符，通常是因为源文档最后一节恰好以分页结束。这时可以先在源文档中删除末尾的空段落，再执行合并，输出会更加干净。