.docx和.xlsx本质是ZIP压缩包而非纯XML文件，解压后才可见XML文件；直接修改XML易破坏结构，因OOXML存在关系依赖、字符串索引、命名空间等严格规范。
docx/xlsx 真的是 XML 文件？别被字面意思骗了
不是“是 XML 文件”，而是“里面装着 XML 文件”——.docx 和 .xlsx 本质是 ZIP 压缩包，解压后才能看到一堆 XML（比如 document.xml、sharedStrings.xml），但直接用 xml.etree.ElementTree 打开并修改这些 XML，十有八九会破坏文档结构，导致 Word 或 Excel 打不开。
原因很简单：OOXML 规范里存在大量隐式依赖，比如：
-
relationships文件定义了部件之间的引用关系（比如图片在哪、样式表在哪） -
sharedStrings.xml把重复文本抽出来统一索引，改正文本不更新索引 = 文字变乱码 - 命名空间（
xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"）必须严格匹配，漏一个前缀就解析失败
python-docx 和 openpyxl 为什么不能互相替代
python-docx 只能读写 .docx，openpyxl 只能处理 .xlsx，它们底层都封装了 OOXML 的复杂性，但封装路径完全不同——不是“同一套 API 换个后缀”，而是两套独立实现。
常见误用场景：
- 想用
python-docx修改表格里的公式？不行，它不解析 Excel 公式引擎 - 用
openpyxl给 Word 插入带样式的段落？根本没这个接口，连Document类都没有 - 试图把
.xlsx当成.docx传给Document()构造函数 → 报错KeyError: 'word/document.xml'
手动解压改 XML 的适用场景和致命风险
极少数情况可以手动操作 ZIP+XML，比如批量替换文档中所有硬编码的旧域名、删除特定嵌入对象（如无用的 OLE 链接），但前提是：你清楚自己在动哪几个文件、是否影响关系映射、是否要同步更新校验值（如 app.xml 里的页数统计）。
容易踩的坑：
- 用普通 ZIP 工具（如 Windows 自带压缩功能）重新打包 → 缺少 ZIP 中央目录顺序或压缩方式错误 → Office 拒绝打开
- 修改
document.xml后忘了更新core.xml里的修改时间戳 → Word 提示“文件已损坏，尝试恢复？” - 用 Notepad++ 直接保存 XML → 默认加了 BOM 头 →
lxml解析时报XMLSyntaxError: Document is empty
怎么判断该用库还是该碰 ZIP
看改动粒度：
- 改文字内容、段落样式、表格行列、单元格值、图表数据 → 用
python-docx/openpyxl - 删整个
media/下某张图、替换所有embeddings/中的旧 PPT 对象、清除所有vbaProject.bin→ 解压 ZIP 更直接 - 需要保留原始格式微调（比如只改某个字体名但不动其他样式链）→ 别碰 XML，
openpyxl的font.name或python-docx的run.font.name更安全
OOXML 的“XML”是给机器读的协议层，不是给人手写的配置文件；它的压缩包结构是契约，不是便利贴。真要绕过库，得先读透 ECMA-376 标准第1部分，而不是靠试错。
