majiayu000 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 |
| 表格自动调整 | 自动调整表格布局与对齐 | formatter.py |
| 页码规范 | 统一页码格式与位置 | 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