关于
用户可能要求创建、编辑或分析 .docx 文件的内容。.docx 文件本质上是一个 ZIP 压缩包，包含 XML 文件，定义文档结构、格式和内容。
name: docx-official description: "用户可能会要求你创建、编辑或分析 .docx 文件的内容。.docx 文件本质上是一个包含 XML 文件和其他资源的 ZIP 压缩包，你可以读取或编辑它。针对不同任务，你有不同的工具和工作流可用。" risk: unknown source: community date_added: "2026-02-27"
DOCX 创建、编辑与分析
概述
用户可能会要求你创建、编辑或分析 .docx 文件的内容。.docx 文件本质上是一个包含 XML 文件和其他资源的 ZIP 压缩包，你可以读取或编辑它。针对不同任务，你有不同的工具和工作流可用。
工作流决策树
读取/分析内容
使用下方的"文本提取"或"原始 XML 访问"章节
创建新文档
使用"创建新 Word 文档"工作流
编辑现有文档
-
你自己的文档 + 简单修改 使用"基础 OOXML 编辑"工作流
-
他人的文档 使用**"修订标记工作流"**（推荐默认方式）
-
法律、学术、商业或政府文档 使用**"修订标记工作流"**（必须使用）
读取和分析内容
文本提取
如果你只需要读取文档的文本内容，应使用 pandoc 将文档转换为 markdown。Pandoc 对保留文档结构有出色的支持，并且可以显示修订记录：
# 将文档转换为 markdown 并包含修订记录
pandoc --track-changes=all path-to-file.docx -o output.md
# 选项: --track-changes=accept/reject/all
原始 XML 访问
以下情况需要原始 XML 访问：批注、复杂格式、文档结构、嵌入媒体和元数据。对于这些功能，你需要解包文档并读取其原始 XML 内容。
解包文件
python ooxml/scripts/unpack.py <office_file> <output_directory>
关键文件结构
word/document.xml- 主文档内容word/comments.xml- document.xml 中引用的批注word/media/- 嵌入的图片和媒体文件- 修订记录使用
<w:ins>（插入）和<w:del>（删除）标签
创建新 Word 文档
从零创建新 Word 文档时，使用 docx-js，它允许你使用 JavaScript/TypeScript 创建 Word 文档。
工作流
- 必须 - 阅读完整文件：完整阅读
docx-js.md（约500行）。读取此文件时切勿设置任何范围限制。 在开始创建文档前，阅读完整文件内容以了解详细语法、关键格式规则和最佳实践。 - 使用 Document、Paragraph、TextRun 组件创建 JavaScript/TypeScript 文件（可假设所有依赖已安装，如未安装请参考下方依赖章节）
- 使用 Packer.toBuffer() 导出为 .docx
编辑现有 Word 文档
编辑现有 Word 文档时，使用 Document 库（一个用于 OOXML 操作的 Python 库）。该库自动处理基础设施设置，并提供文档操作方法。对于复杂场景，你可以通过该库直接访问底层 DOM。
工作流
- 必须 - 阅读完整文件：完整阅读
ooxml.md（约600行）。读取此文件时切勿设置任何范围限制。 阅读完整文件内容以了解 Document 库 API 和直接编辑文档文件的 XML 模式。 - 解包文档：
python ooxml/scripts/unpack.py <office_file> <output_directory> - 使用 Document 库创建并运行 Python 脚本（参见 ooxml.md 中的"Document Library"章节）
- 打包最终文档：
python ooxml/scripts/pack.py <input_directory> <office_file>
该库提供常见操作的高级方法和复杂场景的直接 DOM 访问。
文档审阅的修订标记工作流
此工作流允许你在实施 OOXML 修改前，先用 markdown 规划全面的修订记录。关键：要实现完整的修订记录，必须系统地实施所有更改。
批处理策略：将相关更改分组为3-10个一批。这使调试可控同时保持效率。在进入下一批前测试每一批。
原则：最小化、精确编辑
实施修订记录时，只标记实际更改的文本。重复未更改的文本会使编辑难以审阅且显得不专业。将替换拆分为：[未更改文本] + [删除] + [插入] + [未更改文本]。通过提取原始 <w:r> 元素并复用，保留未更改文本的原始 RSID。
示例 - 将句子中的"30 days"改为"60 days"：
# 错误做法 - 替换整个句子
'<w:del><w:r><w:delText>The term is 30 days.</w:delText></w:r></w:del><w:ins><w:r><w:t>The term is 60 days.</w:t></w:r></w:ins>'
# 正确做法 - 只标记实际更改的部分
