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

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

1. 中文环境：前后都是中文字符 → 用中文标点
2. 英文环境：前后都是英文/数字 → 用英文标点
3. 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

1. 只支持 .docx：不支持旧版 .doc 格式
2. 备份原文件：修改前建议备份
3. 字体依赖：输出文件需要系统安装对应字体才能正确显示
4. 表格内容：会自动处理表格内的文字