editing-office-docslisted

# Editing Office docs 程序化编辑 Word `.doc`/`.docx` 的可复用技法。核心链路是 **读 → 改 → 校验**： 用 LibreOffice 把二进制 `.doc` 转成 `.docx`，用 python-docx 在指定锚点插入 章节/段落/表格（必要时加黄色高亮标记修改处），转回 `.doc` 交付，**再从最终 交付物重新提取确认内容真的落地**。 可复用工具与踩坑详解见同目录 `scripts/docx_tools.py` 和 `references/python-docx-gotchas.md`。先读本文件建立整体认识，动手时再翻参考。 ## 非协商契约：必须从最终交付物校验 **`build` 脚本打印 "saved / 完成" 不代表内容进了交付文件。** python-docx 在锚点处插段落+表格时，顺序会乱、内容会丢、样式会错——而 `.save()` 照样 成功返回，不报任何错。本 skill 的全部价值在于：**交付前，把最终 `.doc` 重新转 `.docx`、提取大纲与正文，逐条断言每个应插入片段都真实存在且顺序正确。** 这一步省掉 = 把可能内容丢失的文件交出去，还自信地说"已完成"。这是最严重 的错误，不可省。 ## 何时用 / 何时不用 **用：** - 往已有结构化 Word 文档补章节、补表格、补段落（如按审计意见补充设计说明） - 源文件是旧版二进制 `.doc`（python-docx 读不了） - 要把修改处用高亮标出来给人审阅 - 批量、可复现地改文档（手工改易错且不可重现） **不用：** - 只改几个字、调格式 → 直接 Word 手工改更快 - 纯新文档从零写 → 直接 `python-docx` 顺序构建即可，无需本 skill 的锚点插入 - 需要 Word 专属功能（复杂样式、修订模式 track-changes、目录域自动更新） → python-docx 不擅长，说明局限后用 Word 手工或其它工具 ## 工作流 | 步骤 | 做什么 | 工具 | |---|---|---| | 1. 读 | `.doc` → `convert(...,'docx')` → `extract_outline` 摸清章节结构与锚点 | `docx_tools.convert/extract_outline` | | 2. 定锚点 | 用现有章节标题文本 `find_para_exact` 定位插入位置 | `find_para_exact/contains` | | 3. 组织 blocks | 要插的内容写成 `[('h',级别,标题),('p',正文),('table',行数据)]` | — | | 4. 插入 | `insert_blocks_before(锚点, blocks, highlight=True)` 或 `append_blocks` | **游标法**，见下 | | 5. 存 + 转回 | `.save()` → `convert(...,'doc')` 覆盖交付 | `convert` | | 6. 校验 | `verify_landed(最终doc, 应有片段)` → 必须全中 | `verify_landed` | ## 最关键的几个坑（内联，详见 references） **1. `.doc` 是二进制，python-docx 读不了。** 必须先 `convert(in,'docx',outdir)