用途:读取和生成 Word 文档(DOCX),关注文档结构、样式与跨平台兼容性。
主要能力与结构要点:DOCX 是包含 XML 的 ZIP,word/document.xml 存主内容,word/styles.xml 存样式。文本拆分为 run(<w:r>),每个 run 格式统一,一个词可能跨多个 run;段落(<w:p>)包含 run。节控制页面布局,页眉页脚、边距、方向按节设置。
样式与格式:样式(如 Heading 1、Normal)为命名且可复用,直接格式化会覆盖样式;移除直接格式化可显露底层样式。字符样式作用于 run,段落样式作用于段落,可叠加;链接样式两者皆可,应用于段落或选中文本时行为不同。
列表与编号:abstractNum 定义模式,num 引用它,段落引用 numId;重启编号不会自动,需要显式 <w:numPr> 与重启标记。项目符号与编号共用编号系统,缩进独立控制。
页眉页脚与节:每节可有不同页眉页脚(首页、奇偶页),分节符类型影响分页;页眉页脚存于单独 XML 文件,由节属性引用;页码是字段而非静态文本。
修订与批注:修订在同一文档存原始与修订版,需接受或拒绝定稿;被删文本仍以 <w:del> 包裹存在;批注通过书签 ID 引用范围;修订 ID 记录修改者,接受后元数据仍保留。
字段与动态内容:字段包含代码与缓存结果(如 { DATE @ "yyyy-MM-dd" } 与显示日期);目录、页码、交叉引用为字段,需更新字段刷新;超链接可为字段或直接 <w:hyperlink>;MERGEFIELD 用于邮件合并,合并前为占位符。
兼容性:兼容模式限制功能到旧版 Word;页面尺寸默认因工具和地区而异,需显式设置 US Letter 或 A4,否则分页和表格宽度可能偏移;LibreOffice 或 Google Docs 中复杂格式可能变动,需往返测试;嵌入字体可能无法转移,会以回退字体替换;DOCM 含宏(安全风险),DOC 为旧二进制格式。
常见陷阱:用空段落做间距(应改用段落样式的段前段后间距);段落内手动分页(布局控制应使用分节符);页眉中的图片关系 ID 按部件独立,同一图片在页眉需单独关系;复制粘贴会带入源样式,可能污染样式库产生重复。
限制:资料未提供具体安装命令、价格、平台支持范围或使用步骤,暂未提供。