根据word标题结构转换为excel的方法

一、需求描述

有一份具有4级目录的word文档（《证券期货业网络安全等级保护基本要求》），需要依据标题结构转换成excel文档，方便筛选对比和录入mongodb数据库。文档结构如下：

目标格式如下：

二、处理过程（参考快速按标题层级把Word转Excel—附详细操作步骤 - 知乎）

原知乎答案中的例子内容比较少，可以收送插入制表符，我这个文档有60多页，手动添加不现实，而且容易遗漏。

1、使用notepad++进行标题格式化

（1）将文档复制到notepad++中，将四级标题“1.1.1.1”替换为“\t\t\t\t”。这里用到了我之前用过的匹配IP地址的正则表达式：

((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(\.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){3}

1.1.1.1 看起来就是个IP地址

 依次用((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(\.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){2}，将三级标题替换为\t\t\t

用((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})(\.((2(5[0-5]|[0-4]\d))|[0-1]?\d{1,2})){1}，将二级标题替换为\t\t

一级标题就手动替换为  \t

2、使用word的文本转表格讲内容转换成表格（注意，用制表符转换），并复制到excel中处理

正文内容在最左侧，往右依次是1、2、3、4级标题

我把内容调整到了最右侧。

接下来的处理需要使用查找定位选择所有空格，然后进行空白填充，具体方法参考动图快速按标题层级把Word转Excel—附详细操作步骤 - 知乎 

然后删除内容列为空的行（查找定位），最终效果如下