Office 文件工具箱

解决的问题

当你需要批量处理本地 Office 文件时，逐个打开文档、复制文本、改表格、导出 PDF 很容易打断流程。Office Toolkit 面向「文件进、文件出」的离线批处理场景：读取 PDF/DOCX/PPTX/XLSX，创建 DOCX、XLSX、PPTX，转换 XLSX 到 CSV/JSON，并在 Windows 上通过 COM 将 Office 文件转为 PDF。它不面向实时协作，也不读写云端文档，适合在脚本、Agent 工作流或本地自动化中使用。

工作方式

• 读取：PDF 用 pdftotext，DOCX/XLSX/PPTX 通过 zipfile 与 XML 解析提取内容。
• 创建：基础 DOCX/XLSX 可用 Python 标准库生成；XLSX 可写公式与财务配色；PPTX 建议 python-pptx。
• 转换：XLSX 到 CSV/JSON 纯本地完成；Office 到 PDF 依赖 Windows 的 Microsoft Office 或 WPS 专业版 COM 自动化。
• 编辑：已有 XLSX 可改单元格、公式、插入删除行列；已有 DOCX 可修改文本与段落，操作前自动备份。

适用边界

• 仅支持本地离线文件，不做实时协作、云端文档读写。
• Office 转 PDF 仅限 Windows，且 WPS 个人版可能不可用。
• PDF 扫描件需 OCR；DOCX/XLSX 标准库创建主要面向纯文本与数值。
• 大文件受解析内存限制，超大 XLSX 建议使用 openpyxl 流式模式。