Word 文档（.docx）生成与编辑

.docx 本质是一个 ZIP 包，里面是 XML。按任务选方案：

本技能根目录下的 references/docx_template.py 是一个完整可运行的示例（标题/多级标题/表格/列表/页脚页码），直接用 python references/docx_template.py <输出路径> 即可生成一份示范文档。

新建文档（python-docx）——踩坑要点

python-docx 已随本技能所需环境预装。模型熟悉 API，下面是高频坑：

• 页面尺寸：默认 A4。要美式 Letter：from docx.shared import Inches 后用 document = Document() 设置 sections[0].page_width/height（Letter = 12240×15840 EMU，1 英寸=1440 EMU）。
• 表格双宽：表格设 table.autofit=True 或给每列 cell.width = Inches(...)；列宽之和应等于表格宽。
• 表格底纹：用 WD_CELL_VERTICAL_ALIGNMENT 与 shading element，不要整体 SOLID（会渲染成黑块）。简单做法是用浅灰 XML：见模板。
• 列表：不要用字面量 •，用 document.add_paragraph(text, style='List Bullet') 或 'List Number'。
• 图片：from docx.embedded import Image → paragraph.add_run().add_picture(path, width=Inches(3))，需指定 width/height 之一。
• 分页：from docx.enum.text import WD_BREAK; paragraph.add_break(WD_BREAK.PAGE)。
• 不要用 n 拼多行：每段用独立的 add_paragraph。
• 目录（TOC）：python-docx 不自动生成真实 TOC 域；用内置 Heading 1/2/3 样式（在 Word 导航窗格里可见），并在文首放一句"右键→更新域→更新整个目录"的提示，或插入 TOC 域 XML（进阶，见模板注释）。
• 不要用表格当分隔线：用段落 bottom border 画横线。

编辑已有文档

旧版 .doc 先转换：soffice --headless --convert-to docx file.doc（需 LibreOffice）。

from docx import Document
doc = Document('existing.docx')
# 遍历段落
for p in doc.paragraphs:
    if '旧词' in p.text:
        for run in p.runs:
            run.text = run.text.replace('旧词', '新词')
# 追加内容
doc.add_heading('新增章节', level=1)
doc.add_paragraph('新段落')
doc.save('out.docx')

Word 会把同一句话拆成很多 run（修订标记、拼写检查），所以"看起来连在一起的短语"在 XML 里可能不是连续字符串——查找替换建议用 run.text 逐个替换，而不是整段正则。

验证输出

生成 .docx 后，转成 PDF 看一眼排版：

soffice --headless --convert-to pdf output.docx
pdftoppm -jpeg -r 100 output.pdf page
# 然后 Read 生成的 page-*.jpg 检查

依赖

python-docx（已预装于本技能环境）· 可选：pandoc · 可选：soffice（LibreOffice，用于转 PDF 验证 / 转 doc）。

中文创作场景示例

• 投稿文档：用 Heading 1 当"卷名"、Heading 2 当"章名"，Word 里一键生成目录。
• 小说大纲稿：表格列"章节 / 核心冲突 / 钩子 / 字数"，table.style='Light Grid Accent 1'。
• 合同/简历：分节 + 页脚页码（section.footer.add_paragraph().add_field('PAGE')）。
• 以上全部在 references/docx_template.py 有可直接跑的样板。