DOCX

DOCX 文档操作技能

快速决策

基于模板生成文档（推荐方法）

适用场景: 需要生成与参考文档格式完全一致的新文档（如CNCERT报告、公司模板等）

使用 template_editor.py

脚本位置: skills/docx/scripts/template_editor.py（以下命令从 Spore 仓库根目录运行）

# 基本用法
python skills/docx/scripts/template_editor.py examples/template.docx output/result.docx --replacements examples/replacements.json

# 清空所有图片
python skills/docx/scripts/template_editor.py examples/template.docx output/result.docx --replacements examples/replacements.json --clear-images

注意：

• 脚本可以直接运行，不需要先解压 docx
• 命令从仓库根目录运行；脚本路径相对仓库根目录
• 模板、输出和 JSON 路径可使用普通相对路径；不要写入开发机专用的绝对路径

data.json 格式

{
    "clear_images": true,
    "replacements": [
        {"find": "恶意代码名称", "replace": "恶意代码名称：NewMalware", "scope": "cell"},
        {"find": "MD5", "replace": "MD5：abc123def456", "scope": "cell"},
        {"find": "特征说明", "replace": "新的特征说明内容...", "scope": "cell_clear"},
        {"find": "逆向分析及功能描述", "replace": "新的分析内容...", "scope": "paragraph"}
    ]
}

scope 选项

重要：

• 脚本会先合并单元格内所有文本再匹配，所以即使 Word 把文本分割成多个 XML 元素也能正确匹配
• 模糊匹配：自动处理空白字符差异（空格、换行、制表符、不间断空格等），不要求完全精确匹配

清空图片

两种方式：

1. 命令行参数：--clear-images 或 -c
2. JSON配置："clear_images": true

注意：对于包含图片的单元格（如"特征说明"），使用 "scope": "cell_clear" 可以清空图片并替换文本。

工作原理

Word文档会把文本分割成多个XML元素（如"2025年"可能被拆成"202"+"5"+"年"），简单字符串替换会失败。

template_editor.py 在单元格/段落级别替换，绕过这个问题。

保留的格式

✅ 字体（宋体、Arial等）
✅ 字号和样式
✅ 表格列宽和单元格格式
✅ 页边距和布局
✅ 页眉页脚
✅ 图片

完整示例

假设要基于 参考报告.docx 生成新的 SpeedMaster报告.docx：

1. 创建 replacements.json:

{
    "replacements": [
        {"find": "SearchHijack", "replace": "SpeedMaster", "scope": "cell"},
        {"find": "e35dbe7c516b131a8578e94ad4fb7d1a", "replace": "新的MD5值", "scope": "cell"},
        {"find": "2025年12月10日", "replace": "2025年12月15日", "scope": "cell"},
        {"find": "该样本为crx格式", "replace": "该样本为恶意浏览器插件...", "scope": "cell"}
    ]
}

2. 运行:

python skills/docx/scripts/template_editor.py examples/reference-report.docx output/SpeedMaster-report.docx -r examples/replacements.json

从零创建文档 (docx-js)

适用场景: 没有参考模板，需要从头创建

1. 必须先阅读: docx-js.md
2. 编写 JavaScript 创建文档
3. 中文文档必须设置字体为"宋体"

读取文档内容

# 转为Markdown
pandoc document.docx -o output.md

# 查看原始XML结构（从仓库根目录运行）
python skills/docx/ooxml/scripts/unpack.py examples/document.docx output/unpacked
# 然后查看 output/unpacked/word/document.xml

高级：直接编辑XML

如果 template_editor.py 无法满足需求，可以直接操作XML：

# 1. 解压（从仓库根目录运行）
python skills/docx/ooxml/scripts/unpack.py examples/template.docx output/unpacked

# 2. 编辑（见 skills/docx/ooxml.md）

# 3. 打包
python skills/docx/ooxml/scripts/pack.py output/unpacked output/result.docx

详见 ooxml.md

常用命令

# 模板生成（推荐；从仓库根目录运行）
python skills/docx/scripts/template_editor.py examples/template.docx output/result.docx -r examples/replacements.json

# 解压/打包
python skills/docx/ooxml/scripts/unpack.py examples/input.docx output/unpacked
python skills/docx/ooxml/scripts/pack.py output/unpacked output/result.docx

# 转Markdown
pandoc input.docx -o output.md