tjxj docx 格式刷（Format Brush）
把一份模板 docx 的格式"刷"到另一份 docx 上。核心思想：格式参数从模板实测出来，收敛到唯一出口应用，凭感觉手调必然不统一。
适用场景
- 修复场景：已有内容正确但格式混乱的 docx（典型：pandoc / 其他模型转换产出），按模板统一格式
- 新建场景：从零生成 docx，要求格式与某模板一致
- 诊断场景：只想知道两份 docx 格式差异在哪
三步工作流
第一步：解剖模板 → 格式指纹
python3 scripts/extract_fingerprint.py "模板.docx"
输出模板的格式指纹（JSON + 可读摘要）：
- 各样式（Normal/Heading 1-3/Body Text）的字体、eastAsia 中文字体、字号、加粗、颜色
- 正文段落实测的行距、首行缩进、对齐分布（取众数为准，样式定义常与实际 run 不符）
- 标题段落实测参数（模板作者往往在 run 层覆盖了样式，必须以 run 实测为准）
- 封面段落结构（前3段的字号/对齐）
- 表格：边框有无、单元格字体字号
- 章节标题是否分页（pageBreakBefore）
为什么要实测而非只看样式表：中文公文类 docx 几乎都在 run 层直接设置仿宋等字体，样式表里可能还是默认值。只信样式表必然刷错。
第二步：诊断目标文件（修复场景）
python3 scripts/extract_fingerprint.py "目标.docx"
对比两份指纹，列出病灶清单。pandoc 产物的典型病灶：
- 所有 run 字体/字号为 None（裸继承 Body Text/First Paragraph 默认样式 → Calibri/宋体混排）
- 标题带默认主题蓝（0F4761）
- 表格无 tblBorders（无边框）
- 无封面、章节不分页
- 中文引号开闭反向（
"xxx"被转成”xxx“）
第三步：应用格式刷
python3 scripts/apply_format.py "目标.docx" --config fingerprint.json [--out "输出.docx"]
不带 --out 时原地修复。脚本按五层顺序应用（顺序重要，样式层先兜底，run 层再精确覆盖）：
- 样式层：Normal/Body Text/First Paragraph/Heading 1-3 全部改为模板字体字号，清除颜色 —— 兜住一切继承
- 段落层：正文统一行距/首行缩进；标题清缩进、按指纹设置字号加粗；
第X章型 Heading 1 居中 + pageBreakBefore - 封面层：首段含"文件/报告/方案"等关键词时重做三行式封面（公司名/项目名大字号 + 文档类型更大字号，居中加粗）
- 表格层：补齐单线 tblBorders、单元格统一字体字号、表头行加粗、行距 1.0、清缩进
- 文字层：中文引号按开闭配对重排为
“xxx”
关键技术要点（写任何 docx 处理代码前必读）
- 中文字体要设两遍：
run.font.name只管西文；必须再rPr.rFonts.set(qn('w:eastAsia'), '仿宋')，否则 Word 中文回落宋体 - 字号换算：docx 内部是 EMU，
磅 = EMU / 12700（如 152400 = 12磅，203200 = 16磅） - 首行缩进2字符 ≈ Emu(304800)（12磅正文）或 Emu(406400)（16磅正文），即 2×字号
- 清颜色：
r.font.color.rgb = None不够，需从 rPr 中 removew:color元素 - 章节分页：往 pPr 里插
w:pageBreakBefore元素，优于插入分页符 run - 新建场景：先准备结构化内容 JSON，再调用
scripts/gen_from_template.py。脚本内的title()、para()和table()工厂统一应用指纹参数，所有内容只从工厂函数写入。
python3 scripts/gen_from_template.py "content.json" \
--config fingerprint.json \
--out "output/doc/输出.docx"
内容 JSON 使用 cover 和 blocks。blocks 支持 heading、paragraph、table、page_break；完整示例见脚本顶部说明。
验证（必做，做完才算完成）
python3 scripts/verify_format.py "输出.docx"
通过标准：
- run 字体分布收敛到指纹规定的少数几档（如 仿宋12/15/22磅），无 None 无杂色
- 全部表格有 tblBorders
- 所有
第X章Heading 1 有 pageBreakBefore - 抽查含引号段落方向正确
验证输出贴给用户看，用表格汇报"病灶 → 修复"对照。
输出约定
- 修复场景默认原地保存，同时按用户此前要求的目录放置副本
- 新建场景输出到
output/doc/ - 汇报时列出格式指纹表（元素/参数）让用户可核对