photonics-dhl Document Skills
通用原则
- 字体: 专业字体 (Arial, Times New Roman, Calibri)
- 模板: 编辑现有文件时保留原有格式
- 验证: 创建后必须验证输出
DOCX (Word)
使用 docx-js (npm install -g docx)
- 页面: 显式设置大小 (docx-js 默认非 A4)
- 列表: 使用
LevelFormat.BULLET，不用 unicode 符号 - 表格: 双重宽度设置 (
columnWidths+ cellwidth) - 图片: 必须指定
type参数
const { Document, Packer, Paragraph, TextRun } = require('docx');
const doc = new Document({
sections: [{
properties: {
page: { size: { width: 12240, height: 15840 }, margin: { top: 1440, right: 1440, bottom: 1440, left: 1440 } }
},
children: [new Paragraph({ children: [new TextRun({ text: "Hello", font: "Arial", size: 24 })] })]
}]
});
Packer.toBuffer(doc).then(buffer => fs.writeFileSync("doc.docx", buffer));
编辑现有文档: 解压 → 编辑 XML → 打包 (scripts/office/unpack.py / pack.py)
| 库/工具 | 用途 |
|---|---|
| pypdf | 合并、分割、旋转、提取元数据 |
| pdfplumber | 文本和表格提取 |
| pdftotext | 提取文本 |
| qpdf | 合并、分割、旋转 |
pdftotext document.pdf output.txt
qpdf --empty --pages file1.pdf file2.pdf -- merged.pdf
import pdfplumber
with pdfplumber.open("document.pdf") as pdf:
for page in pdf.pages:
tables = page.extract_tables()
使用
<sub>/<super>标签代替 Unicode 下标/上标。
PPTX (PowerPoint)
使用 pptxgenjs (npm install -g pptxgenjs)
- 配色: 选主题相关方案，避免默认蓝
- 字体: 标题用 Georgia/Arial Black，正文用 Calibri
- 布局: 每页必须有视觉元素
- 边距: 保持 0.5" 最小边距
| 元素 | 大小 |
|---|---|
| 标题 | 36–44pt |
| 章节标题 | 20–24pt |
| 正文 | 14–16pt |
| 注释 | 10–12pt |
python -m markitdown presentation.pptx # 读取内容
soffice --headless --convert-to pdf input.pptx # 转 PDF
pdftoppm -jpeg -r 150 output.pdf slide # 转图片
XLSX (Excel)
使用 openpyxl / pandas
必须使用公式，禁止硬编码计算值:
# ❌ sheet['B10'] = 5000
# ✅ sheet['B10'] = '=SUM(A1:A10)'
| 颜色 | 含义 |
|---|---|
| 蓝色文本 (0,0,255) | 硬编码输入值 |
| 黑色文本 (0,0,0) | 公式和计算 |
| 绿色文本 (0,128,0) | 同工作表链接 |
| 红色文本 (255,0,0) | 外部文件链接 |
| 黄色背景 (255,255,0) | 需关注的假设 |
数字格式: 年份→文本 "2024"；货币→$#,##0；零值→"-"；百分比→0.0%
公式验证: 保存后运行 python scripts/recalc.py output.xlsx，检查 #REF! / #DIV/0! / #VALUE! / #NAME?
依赖汇总
- pandoc, docx (npm), pptxgenjs (npm)
- pypdf, pdfplumber, openpyxl, pandas
- LibreOffice, Poppler, Pillow, markitdown