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：

bash
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

bash

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

bash

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

bash

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. 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. 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