docx-official

用途：创建、编辑和分析 .docx 文件。.docx 本质是包含 XML 与资源的 ZIP 包，可按任务选择不同工作流。读取内容可用 pandoc 转 markdown：pandoc --track-changes=all path-to-file.docx -o output.md；需处理批注、复杂格式或元数据时，用 python ooxml/scripts/unpack.py <office_file> <output_directory> 解包读原始 XML。新建文档建议用 docx-js，先完整阅读 docx-js.md，再用 Document、Paragraph、TextRun 编写并以 Packer.toBuffer() 导出。编辑已有文档用 Python Document 库，先完整阅读 ooxml.md，再解包、编写脚本、最后 python ooxml/scripts/pack.py <input_directory> <office_file> 打包。审阅他人或法律、学术、商业、政府文档须走 redlining 工作流：先用 pandoc 导出当前 markdown，按章节、类型或邻近度把 3-10 处相关改动分批，仅标记实际变动文本并保留未变文字的原始 <w:r>，经 get_node 与 doc.save() 实现后打包，再用 pandoc 做最终校验。文档转图片分两步：soffice --headless --convert-to pdf document.docx，再 pdftoppm -jpeg -r 150 document.pdf page。依赖包括 pandoc、docx、libreoffice、poppler-utils、defusedxml。限制：需按文档要求完整阅读相关说明文件，逐批测试，避免多余改动。