python-docx 的 table.cell() 报错因误将属性当方法，正确用法是 table.cell(row, col)；它仅支持 .docx 格式，不支持 .doc；读取前需确认文件真实格式并另存为标准 .docx。
用 python-docx 读取 .docx 表格时为什么 table.cell() 报错？
常见错误是误以为 cell() 是方法，实际它是属性访问——table.cell(row, col) 才是正确调用方式。更关键的是，python-docx 不支持 .doc（旧版二进制格式），只处理 .docx（OOXML）。如果打开报 PackageNotFoundError，基本就是文件后缀是 .doc 但被强行改名，或用 WPS/Office 另存时选错了格式。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
file your_file.doc（Linux/macOS）或 PowerShell 的Get-Item your_file.doc | Format-List *确认真实格式 - 用 Word 打开后「另存为」→ 选择「Word 文档 (*.docx)」，不要勾选「兼容模式」
- 遍历表格前加保护：检查
len(doc.tables) > 0，避免空文档直接索引崩溃
如何把每个表格导出成独立的 CSV 文件（含表头）？
Word 表格本身没有“表头”语义，是否首行为标题完全靠人工判断。默认按行逐行读取即可，但要注意合并单元格：cell.text 会返回合并后左上角单元格的内容，其余合并单元格的 .text 为空字符串，不能跳过，否则列对不齐。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 对每张表，用
[[cell.text.strip() for cell in row.cells] for row in table.rows]构建二维列表 - 用
csv.writer写入时，显式指定newline=''，否则 Windows 下会多空行 - 文件名建议用
f"table_{i+1}_from_{os.path.basename(doc_path)}".replace('.docx', '.csv')，避免特殊字符
遇到中文乱码或样式残留（如 \xa0、\t、换行符）怎么办？
cell.text 返回的是原始段落文本拼接结果，会包含不间断空格（\xa0）、制表符（\t）、手动换行（\n）甚至隐藏的 tab 字符。直接写入 CSV 可能导致 Excel 列错位或显示异常。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 清洗单个单元格：用
re.sub(r'[\s\u200b-\u200f\u2028-\u202f]+', ' ', cell.text).strip() - 避免用
.replace('\n', ' ').replace('\t', ' ')，因为有些换行是用户有意为之，应统一为空格而非删除 - 如果需保留段落结构（如地址分两行），改用
' | '.join(p.text.strip() for p in cell.paragraphs)
批量处理上百个文档时内存暴涨甚至卡死？
Document 对象会常驻内存，且每个 .docx 解压后含大量 XML 和媒体文件。反复创建 Document 实例而不释放，容易触发 Python 的 GC 延迟或系统 OOM。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
with open(path, 'rb') as f:读取字节流，再传给Document(f)，避免文件句柄泄漏 - 处理完一个文档后，显式删掉引用：
del doc，再调用gc.collect()（尤其在循环内） - 不要用
glob('*.docx')一次性加载所有路径到内存；改用pathlib.Path().rglob('*.docx')迭代器，边读边处理
doc.tables 只返回顶层表格，子表格藏在 cell.tables 里。如果业务需要提取全部层级，必须递归扫描，且要设深度限制，否则可能陷入死循环。 
