技能介绍

要解决什么问题

拿到一份 Word 文档时，最容易踩的坑是把它当成「带格式的文本」。实际 .docx 是 ZIP 打包的 OOXML，word/document.xml 里的一个句子可能被拆成几十个 <w:r> run，中间还夹着修订标记、书签、域代码。直接用文本替换或正则去改，结果是批注锚点丢失、域缓存值过期、编号状态错位。

这份技能要解决的是：在同一个格式下，阅读、生成、修改是三件不同的事。处理评审中的合同、需要保持样式的模板、跨 Word/LibreOffice/Google Docs 流转的表格，都需要不同的工作流，而不是一套脚本跑通。

核心能力与关键步骤

结构感知的读路径：先走保结构的提取流程，把文档当作 word/document.xml、styles.xml、numbering.xml、页眉页脚和关系文件的整体来看，再决定是否要碰 OOXML。
样式优先：优先使用命名样式而不是直接格式化；编辑现有文件时扩展原有样式体系，而不是另起一套平行样式。删除多余直接格式化通常比继续叠加 inline 格式更安全。
列表与编号独立对待：项目符号属于 abstractNum 和 num 定义，不是粘贴进去的 Unicode 字符。缩进看起来对不代表编号状态对；重启、扁平化、重新编号往往是底层编号状态问题。
分节决定页面布局：页边距、纸张方向、页眉页脚、页码都是 section 级别的行为。同一文档里首页和奇偶页页眉可以不同，改一处不等于改全篇。表格几何依赖页面宽度和页边距，跨编辑器时「看起来差不多」的宽度常常漂移。
修订、批注与域需要精确编辑：开启修订时可见文本不是全部文档；删除的文字可能仍留在 XML 里。评论锚点、书签、脚注、交叉引用依赖稳定锚点，移动文本时必须保留周围结构。TOC、页码、日期、邮件合并占位符都是域，缓存显示值会滞后于域源码，接收方一刷新就暴露问题。
评审流程用最小替换：法律、学术、商务评审文档默认做 review 式编辑，只改需要改的片段，避免整段重写产生噪声修订并破坏原有格式上下文。
交付前做往返兼容验证：复杂文档在 Word、LibreOffice、Google Docs 之间可能错位。.docm 带宏风险更高，.doc 通常需要先转换。表格宽度显式指定比 auto-fit 或百分比更稳，不同编辑器对这些行为的解读不一致。