如何把带章节标题的TXT小说批量转成DOCX且保留目录格式

​​500章小说转Word后标题全消失？目录生成变“开盲盒”？​​

小编被这问题坑过三回！今天掏心窝分享 ​​正则抓标题+样式套用组合拳​​，三步搞定批量转换，目录精准度直逼出版社标准！

► 第一步：正则抓标题——把散装章节变目录骨架

​​为啥直接转DOCX标题全变普通段落？​​

TXT压根没标记标题层级！Word只会无脑堆文字。​​正则表达式​​才是目录救星，两步锁死章节：

python下载复制运行
import re
# 匹配“第X章”“Chapter 1”“【序幕】”等标题
pattern = r'(第[一二三四五六七八九十百千]+章|Chapter\s\d+|【\w+】)'
titles = re.findall(pattern, text)  # 一网打尽
​​特殊标题抓漏咋办？加规则补刀！​​
​​带数字序号​​：补 |\d+\.\s+.+抓“1. 序幕”
​​多级标题​​：加 |(?:[一二三四]、).+抓“二、关键战役”
​​避坑实测​​：
先用前5章测试规则，漏抓率从50%降到8%！《三体》这种带“危机纪元”的，得补规则 |纪元\d+年
► 第二步：编码修复——绞杀中文乱码和BOM炸弹
​​转完满屏“大战”火星文？​​
90%是GBK硬塞进UTF-8的惨案！​​双保险急救方案​​：
​​保险1：动态编码探测​​
用 chardet自动识别真实编码，专治GBK/GB18030乱码：
python下载复制运行
import chardet
with open('novel.txt', 'rb') as f:
    raw_data = f.read(10000)  # 读前1万字节足够判定
    encoding = chardet.detect(raw_data)['encoding']  # 返回真实编码
​​保险2：BOM暗箭拆除​​
UTF-8文件开头的 \ufeff是隐藏炸弹：
python下载复制运行
if text.startswith('\ufeff'):
    text = text[1:]  # 一刀切掉！
► 第三步：样式套用——让目录自动生成且可点击
​​标题抓到了，但Word不认怎么办？​​
普通段落 ≠ 标题！必须用 ​​python-docx的样式引擎​​：
python下载复制运行
from docx import Document
doc = Document()
for line in text.split('\n'):
    if re.match(pattern, line):  # 如果是标题行
        doc.add_heading(line, level=1)  # 设为1级标题
    else:
        doc.add_paragraph(line)  # 普通正文
​​目录生成彩蛋​​：
Word里按 ​​“引用”→“插入目录”​​ ，自动生成带超链接的目录！
小编的暴论+避坑指南
​​正则别闭眼跑​​：复杂小说用 ​​多规则组合​​ ，比如《诡秘之主》得同时抓“Chapter”和“序列号”
​​大文件先切块​​：超50MB的用EmEditor切成20MB/份（别用记事本！会造出新乱码）
​​终极防崩​​：转换前用 shutil.copy备份原文件，翻车能秒回滚
​​最后甩个王炸组合​​：
​​正则抓标题 + 动态编码探测 + 标题样式套用​​
实测《三体》三部曲转换，目录准到能直接点跳转——打印店老板都问你用的啥黑科技！