johnalbertini14-glitch OfdReader
OFD（Open Fixed-layout Document）文档读取和转换工具。从 OFD 文件中提取内容并转换为 Markdown。
快速开始
提取纯文本
python scripts/ofd_to_text.py <ofd文件路径>
输出到文件：
python scripts/ofd_to_text.py <ofd文件路径> output.txt
转换为 Markdown
python scripts/ofd_to_markdown.py <ofd文件路径>
输出到文件：
python scripts/ofd_to_markdown.py <ofd文件路径> output.md
工作流程
验证文件：确认 OFD 文件存在且格式有效（OFD 本质是 ZIP 压缩包）
提取内容：
- 解压 OFD 文件
- 解析内部 XML 结构
- 提取 TextCode 和 TextContent 元素
格式转换：
- 文本模式：直接拼接所有文本内容
- Markdown 模式：识别段落、标题和表格，转换为对应 Markdown 语法
输出结果：打印到控制台或写入文件
脚本说明
scripts/ofd_to_text.py：提取纯文本，保留所有文字内容但不处理格式scripts/ofd_to_markdown.py：转换为 Markdown，保留段落、标题和表格结构scripts/install_dependencies.py：安装可选依赖（核心功能使用标准库）
OFD 格式说明
OFD 文件结构：
- 根目录包含
OFD.xml（文档清单） Doc_0/目录包含文档内容- 内容以 XML 格式存储，使用
http://www.ofdspec.org/2016命名空间
关键元素：
TextCode：文本内容Paragraph：段落Table：表格Row/Cell：表格行和单元格
限制和注意事项
格式保真度：OFD 支持复杂的排版布局，脚本仅提取逻辑内容，无法完全保留视觉效果
表格识别：基于 XML 结构推断表格，复杂表格可能转换不完整
标题检测：使用启发式规则（短文本、特定模式），可能误判
编码：OFD 通常使用 UTF-8，脚本自动处理编码
依赖：核心脚本使用 Python 标准库（zipfile, xml.etree.ElementTree），无需额外依赖
使用示例
提取 OFD 文档文本：
# 用户询问时
python "C:\Users\zhan\.claude\plugins\skills\OfdReader\scripts\ofd_to_text.py" "document.ofd" "extracted.txt"
转换为 Markdown：
python "C:\Users\zhan\.claude\plugins\skills\OfdReader\scripts\ofd_to_markdown.py" "document.ofd" "document.md"
故障排除
错误："文件不是有效的 OFD (ZIP) 格式"
- 文件可能损坏或不是 OFD 格式
- 检查文件扩展名是否为 .ofd
错误："OFD 文件不存在"
- 检查文件路径是否正确
- Windows 路径需要用引号括起来
提取内容为空
- OFD 文件可能是扫描版图片（无文本层）
- 尝试用其他工具打开确认是否有可提取的文本
表格格式混乱
- 复杂表格可能无法完美转换
- 考虑使用 ofd_to_text.py 提取纯文本后手动整理