docx_validate 技能
功能说明
该技能验证DOCX文件格式的有效性，检查文件是否为有效的ZIP压缩包，以及是否包含DOCX所需的必要文件。
核心功能
- 检查文件是否存在
- 验证是否为有效的ZIP文件
- 检查必要文件是否存在
- 检查XML文件编码
- 输出详细的验证结果
使用方法
python scripts/run_docx_validate.py --input_path <输入DOCX> --output_path <输出JSON>
参数说明
| 参数 |
类型 |
必填 |
默认值 |
说明 |
| input_path |
string |
是 |
- |
输入DOCX文件路径 |
| output_path |
string |
是 |
- |
输出JSON结果文件路径 |
示例
python scripts/run_docx_validate.py --input_path document.docx --output_path result.json
输出格式
{
"valid": true,
"file_exists": true,
"is_zip": true,
"has_required_files": true,
"required_files": [
"[Content_Types].xml",
"_rels/.rels",
"word/document.xml"
],
"missing_files": [],
"file_size": 102400,
"total_files": 15,
"errors": [],
"warnings": []
}
验证项目
| 项目 |
说明 |
| valid |
整体验证结果 |
| file_exists |
文件是否存在 |
| is_zip |
是否为有效ZIP文件 |
| has_required_files |
是否包含必要文件 |
| required_files |
必需文件列表 |
| missing_files |
缺失的必需文件 |
| file_size |
文件大小（字节） |
| total_files |
ZIP内文件总数 |
| errors |
错误信息列表 |
| warnings |
警告信息列表 |
注意事项
- 输出目录不存在时会自动创建
- 返回码为0表示验证通过，非0表示验证失败
cas-bigdatalab