文档格式处理工具。支持格式诊断、标点符号修复、格式统一。输入杂乱的文档,输出规范整洁的docx。
文档格式处理工具
功能概述
文档格式处理工具是一项面向实际任务的技能,主要用于处理文档格式问题:诊断格式错误、修复标点符号、统一文档样式;分析文档存在的格式问题;
核心要点
- analyzer.py;
- 修复中英文标点混用;
- punctuation.py;
使用与执行
应用预设格式规范;formatter.py;分析文档存在的问题,输出诊断报告:;输出示例:;标点符号修复;标点符号处理规则;正确(中文);
结果检查与注意事项
正确(英文);直引号 ""。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
文档格式处理工具
处理文档格式问题:诊断格式错误、修复标点符号、统一文档样式。
功能概览
| 功能 | 说明 | 脚本 |
|---|---|---|
| 格式诊断 | 分析文档存在的格式问题 | analyzer.py |
| 标点修复 | 修复中英文标点混用 | punctuation.py |
| 格式统一 | 应用预设格式规范 | formatter.py |
使用方法
格式诊断
分析文档存在的问题,输出诊断报告:
uv run --with python-docx python3 scripts/analyzer.py input.docx
输出示例:
=== 格式诊断报告 === 【标点问题】共 5 处 - 第2段: 英文括号 () 建议改为 () - 第3段: 英文引号 "" 建议改为 "" 【序号问题】共 2 处 - 序号格式不统一: 同时存在 "1、" 和 "1." - 第5段: 层级跳跃,从 "一、" 直接到 "1." 【段落问题】共 3 处 - 第2、4、7段: 缺少首行缩进 - 行距不统一: 存在单倍、1.5倍混用 【字体问题】共 2 处 - 正文字号不统一: 12pt、14pt 混用 - 检测到 4 种字体混用
标点符号修复
# 智能模式(根据上下文判断) uv run --with python-docx python3 scripts/punctuation.py input.docx output.docx # 强制全部转中文标点 uv run --with python-docx python3 scripts/punctuation.py input.docx output.docx --mode chinese # 强制全部转英文标点 uv run --with python-docx python3 scripts/punctuation.py input.docx output.docx --mode english # 只修复特定类型 uv run --with python-docx python3 scripts/punctuation.py input.docx output.docx --fix brackets,quotes
格式统一
# 应用公文格式 uv run --with python-docx python3 scripts/formatter.py input.docx output.docx --preset official # 应用学术论文格式 uv run --with python-docx python3 scripts/formatter.py input.docx output.docx --preset academic # 应用法律文书格式 uv run --with python-docx python3 scripts/formatter.py input.docx output.docx --preset legal
组合使用
# 先诊断 uv run --with python-docx python3 scripts/analyzer.py messy.docx # 修复标点 + 应用格式 uv run --with python-docx python3 scripts/punctuation.py messy.docx temp.docx uv run --with python-docx python3 scripts/formatter.py temp.docx clean.docx --preset official
标点符号处理规则
修复范围
| 类型 | 错误 | 正确(中文) | 正确(英文) |
|---|---|---|---|
| 括号 | 中英混用 | () | () |
| 引号 | 直引号 "" | ""'' | "" '' |
| 冒号 | 中英混用 | : | : |
| 逗号 | 中英混用 | , | , |
| 句号 | 中英混用 | 。 | . |
| 分号 | 中英混用 | ; | ; |
| 问号 | 中英混用 | ? | ? |
| 叹号 | 中英混用 | ! | ! |
| 省略号 | ... | …… | ... |
| 破折号 | -- 或 — | —— | -- |
智能判断逻辑
- 中文环境:前后都是中文字符 → 用中文标点
- 英文环境:前后都是英文/数字 → 用英文标点
- 混合环境:默认用中文标点(可配置)
特殊处理
- 数字与单位之间:
100%保持英文 - 英文缩写:
e.g.i.e.保持英文句点 - 网址邮箱:保持原样不处理
- 代码块:跳过不处理
格式预设
公文格式(GB/T 9704-2012)
页面:A4,上边距37mm,下边距35mm,左边距28mm,右边距26mm 标题:方正小标宋简体,二号(22pt),居中 一级标题:黑体,三号(16pt),顶格,"一、" 二级标题:楷体_GB2312,三号(16pt),顶格,"(一)" 三级标题:仿宋_GB2312,三号(16pt),首行缩进,"1." 正文:仿宋_GB2312,三号(16pt),首行缩进2字符,行距固定值28pt
学术论文格式
页面:A4,边距25mm 标题:黑体,小二(18pt),居中 一级标题:黑体,小三(15pt),"1" 二级标题:黑体,四号(14pt),"1.1" 正文:宋体/Times New Roman,小四(12pt),首行缩进2字符,行距1.5倍
法律文书格式
页面:A4,上边距30mm,下边距25mm,左边距30mm,右边距25mm 标题:宋体加粗,二号(22pt),居中 条款标题:黑体,四号(14pt),"第一条" 正文:宋体,四号(14pt),首行缩进2字符,行距1.5倍
文件结构
document-format-skills/
├── SKILL.md
├── README.md
├── scripts/
│ ├── analyzer.py # 格式诊断
│ ├── punctuation.py # 标点修复
│ └── formatter.py # 格式统一
└── presets/
├── official.yaml # 公文格式
├── academic.yaml # 学术论文
└── legal.yaml # 法律文书
依赖
- python-docx
使用 uv run --with python-docx 自动安装。
注意事项
- 只支持 .docx:不支持旧版 .doc 格式
- 备份原文件:修改前建议备份
- 字体依赖:输出文件需要系统安装对应字体才能正确显示
- 表格内容:会自动处理表格内的文字
热门AI工具
相关专题
在JavaScript中,document对象是一个非常重要的全局对象,它代表整个HTML文档。想了解更多Document的相关内容,可以阅读本专题下面的文章。
6047
2024.03.14
document.cookie获取不到的解决办法:1、浏览器的隐私设置;2、Same-origin policy;3、HTTPOnly Cookie;4、JavaScript代码错误;5、Cookie不存在或过期等等。本专题为大家提供相关的文章、下载、课程内容,供大家免费下载体验。
766
2023.11.23
Java4Shell是OpenJDK Base64解码路径中的远程代码执行漏洞,编号CVE-2026-114938,2026年11月17日披露,官方已发布17.0.21.1、21.0.13.1等修复版本,建议优先升级 。本专题围绕Java4Shell(CVE-2026-114938)持续更新,从漏洞原理、受影响版本、受影响产品到修复与自查一站式汇总,适合Java开发、运维与安全人员快速定位风险。ARM64环境不受影响,x86-64环境请
0
2026.11.22
本专题整理Navicat创建数据库相关教程,介绍新建前的准备、基础设置和创建后的检查方法。内容兼顾入门学习及实际使用需求,帮助用户了解不同数据库类型下的操作差异,为后续建表、保存数据和日常管理提供参考。
0
2026.11.20
本专题整理Navicat入门教程,从认识软件界面到开展数据库操作,介绍初次使用需要了解的知识和方法。内容兼顾连接配置、数据管理及日常使用中的疑问,方便用户按学习进度查阅,为后续实践和独立操作打好基础。
0
2026.11.20
从确认数据库信息到建立可用连接,本专题串联Navicat连接数据库的相关知识和操作方法。既有初次配置时需要了解的基础内容,也有连接后的检查思路,方便用户按实际需求查阅教程,逐步熟悉数据库连接的设置流程。
0
2026.11.20
本专题汇总PHP8.6数组与数据处理教程,涵盖CSV读取和导出、引用遍历删除、array_filter回调模式、配置键名冲突、pathinfo文件名校验、GMP大整数进制转换及UTF-8正则筛选,说明升级兼容变化、输入范围和失败处理方法。
0
2026.11.20
本专题汇总PHP8.6升级迁移与弃用接口改造教程,涵盖反射调用、对象属性赋值、标识符更名、构造函数与__debugInfo调整,以及插件类名检查、常量导出、ArrayIterator排序、SPL和DTO查询参数转换,帮助梳理弃用提示并完成代码兼容改造。
0
2026.11.20
本专题汇总PHP8.6正式版安装部署与FPM运维教程,涵盖Linux并存安装、独立ini配置、扩展重新编译、Nginx切换与回滚、FPM状态监控和慢日志排查,以及环境变量、请求超时、OPcache刷新和预加载配置。
0
2026.11.20
热门下载
相关下载
精品课程
最新文章