Word 文档生成与编辑

问题

.docx 生成看似只是写文件，实际很容易在 Word 里暴露排版问题：页面尺寸、表格宽度、列表样式、图片大小、分页和目录都可能不一致。直接拼 XML 或依赖字符串替换，又会被 Word 的 run 拆分、修订标记和样式系统干扰。这个技能把常见任务拆成新建、编辑、读取、验证四条路径，帮助工程师用可运行的代码稳定产出文档。

工作方式

• 新建文档：优先使用 python-docx，模板 references/docx_template.py 覆盖标题、多级标题、表格、列表、页脚页码等示例；也可以用 npm docx 生成。
• 编辑已有文档：对已有 .docx 可用 Document('existing.docx') 追加或修改；更底层时解压包，修改 word/document.xml 后重新压缩。
• 读取内容：遍历 document.paragraphs，或用 pandoc -t markdown file.docx 转成 Markdown 便于检索。
• 验证输出：生成后转 PDF 检查排版，旧 .doc 可用 LibreOffice 转换。关键细节包括用 Inches 设置页面尺寸、table.autofit 与列宽、用 List Bullet 样式替代字面项目符号、用 WD_BREAK.PAGE 分页，以及用段落边框代替表格分隔线。替换文本时建议逐个 run.text 处理，避免跨 run 正则失败。

适用边界

适合程序化生成投稿稿、大纲表、合同、简历等结构化 Word 文档，或需要复用模板的场景。若目标是复杂排版、邮件合并、批注审批或 Word 插件交互，需要额外处理样式域和 Office 特性；旧 .doc、PDF 验证依赖可选工具。