docxlisted

# DOCX 创建、编辑与分析 ## 概述 .docx 文件是一个包含 XML 文件的 ZIP 压缩包。 ## 快速参考 | 任务 | 方法 | |------|----------| | 读取/分析内容 | `pandoc` 或解包以获取原始 XML | | 创建新文档 | 使用 `docx-js` - 参见下文的“创建新文档” | | 编辑现有文档 | 解包 → 编辑 XML → 重新打包 - 参见下文的“编辑现有文档” | ### 将 .doc 转换为 .docx 旧版的 `.doc` 文件在编辑前必须进行转换： ```bash python scripts/office/soffice.py --headless --convert-to docx document.doc ``` ### 读取内容 ```bash # 提取带有修订记录的文本 pandoc --track-changes=all document.docx -o output.md # 访问原始 XML python scripts/office/unpack.py document.docx unpacked/ ``` ### 转换为图片 ```bash python scripts/office/soffice.py --headless --convert-to pdf document.docx pdftoppm -jpeg -r 150 document.pdf page ``` ### 接受修订 要生成一个接受了所有修订的干净文档（���要 LibreOffice）： ```bash python scripts/accept_changes.py input.docx output.docx ``` --- ## 创建新文档 使用 JavaScript 生成 .docx 文件，然后进行验证。安装：`npm install -g docx` ### 设置 ```javascript const { Document, Packer, Paragraph, TextRun, Table, TableRow, TableCell, ImageRun, Header, Footer, AlignmentType, PageOrientation, LevelFormat, ExternalHyperlink, InternalHyperlink, Bookmark, FootnoteReferenceRun, PositionalTab, PositionalTabAlignment, PositionalTabRelativeTo, PositionalTabLeader, TabStopType, TabStopPosition, Column, SectionType, TableOfContents, HeadingLevel, BorderStyle, WidthType, ShadingType, VerticalAlign, PageNumber, PageBreak } = require('docx'); const doc = new Document({ sections: [{ children: [/* content */] }] }); Packer.toBuffer(doc).then(buffer