毕业论文格式规范检测与修复

Overview

本 Skill 提供一套完整的毕业论文格式检测工作流，支持任意学校的撰写规范文档输入，自动化完成：规范解析 → 格式检测 → 问题诊断 → 自动修复 → 对比报告生成。

前置要求

• - Python 3.7+
• 依赖库：python-docx（必需），pywin32（仅 Windows 读取 .doc 格式时需要），INLINECODE2
• 安装命令：INLINECODE3

核心工作流

Phase 1: 输入收集

收集以下信息：

1. 1. 规范文档（可选）：学校的毕业论文撰写规范文件（支持 .doc / .docx / .txt / .pdf 格式）
2. 论文文档：待检查的毕业论文 .docx 文件
3. 输出目录：检查报告和修复文件的存放路径（默认与论文文件同目录）

规范来源优先级：

1. 1. ✅ 用户提供了规范文档 → 解析该文档，按院校规范执行检查和修复
2. ✅ 用户未提供规范文档 → 使用本 Skill 内置的通用默认规范（见下方"通用格式检查清单"章节），基于 GB/T 7713.1-2006 等国标和多校通用惯例

注意：建议告知用户"当前使用通用默认规范，如需按特定院校规范检查，请提供学校官方的论文撰写规范文件"。

Phase 2: 规范文档解析

根据规范文档格式选择解析方式：

1. 1. .txt 文件：直接读取
2. .docx 文件：使用 python-docx 提取文本
3. .doc 文件（Windows）：使用 pywin32 COM 接口转换
4. .pdf 文件：使用可用的 PDF 提取工具

解析规范文档后，提取以下关键格式要求（参考 references/format_rules_template.md）：

• - 页面设置：页边距（上/下/左/右）、装订线、页眉距、页脚距
• 字体字号：各部分（封面/摘要/正文/标题/参考文献/致谢等）的中英文字体、字号、加粗/斜体
• 段落格式：对齐方式、首行缩进、悬挂缩进、行距、段前段后间距
• 页眉页脚：内容、字体、对齐、页码格式
• 标题格式：各级标题的字体字号、编号格式、段前段后
• 表格格式：三线表规则、边框粗细
• 图片格式：图题位置、字体字号
• 参考文献：著录格式（GB/T 7714）、缩进方式、文献标识
• 特殊部分：摘要、目录、致谢、附录的特殊格式要求

Phase 3: 论文格式全面检测

运行格式检测脚本 scripts/check_format.py 对论文文档进行全面扫描。检测脚本会输出以下信息：

1. 1. 页面设置信息（每个节的页边距、页眉页脚距、纸张方向）
2. 文档样式定义（Normal、Heading 1-4、TOC 等关键样式）
3. 段落详细格式（每个段落的样式、对齐、间距、缩进、字体信息）
4. 表格格式信息（边框样式、粗细、对齐）
5. 图片信息（尺寸、位置、上下文）
6. 编号/列表定义
7. 文档默认字体设置

执行方式：
CODEBLOCK0

Phase 4: 问题诊断与分析

将检测报告与规范要求逐项比对，生成问题清单。每个问题包含：

严重程度分级标准：

• - 高：页边距错误、标题字体字号错误、行距错误等影响整体排版的问题
• 中：缩进方式不当（固定厘米值 vs 字符单位）、段前段后间距缺失
• 低：需人工确认的内容性问题（参考文献格式、页眉横线等）

Phase 5: 自动修复

使用 scripts/fix_format.py 脚本模板自动修复可自动化的格式问题。

修复能力范围：

• - ✅ 页面边距（上/下/左/右/页眉距/页脚距/装订线）
• ✅ 段落首行缩进（固定厘米值 → 字符单位）
• ✅ 段落悬挂缩进
• ✅ 段前段后间距
• ✅ 对齐方式（左/中/右/两端对齐）
• ✅ 字体设置（中文字体 + 西文字体 + 字号）
• ✅ 页眉内容和格式
• ✅ 表格三线表边框
• ✅ 标题字间距（如"参 考 文 献"）

无法自动修复（需提示用户手动处理）：

• - ❌ 页眉横线（python-docx 限制）
• ❌ 参考文献编号内容（如添加 [1] [2]）
• ❌ 目录更新（需在 Word 中操作）
• ❌ 图片/公式的精确位置调整
• ❌ 脚注格式

Phase 6: 对比报告生成

使用 scripts/generate_report.py（v5.0）生成修改前后对比报告（.docx 格式，A4 横向），包含：

1. 1. 报告标题：论文名称、修改日期、修改项数
2. 对比表格（6列）：序号 | 位置/定位 | 检查项 | 规范文档要求 | 修改前(原文件) | 修改后(已修复)
3. 智能位置定位：

1. 4. 颜色区分：修改前红色文字、修改后绿色文字+绿色底纹
2. 分类展示：按检查类别（页面设置/摘要/页眉/正文/参考文献等）分组，交替行背景色
3. 修改统计：按分类显示已修复/总数，✅已完成 / ⚠️待确认
4. 人工确认事项：列出无法自动修复的问题
5. 修改依据：标注规范文档来源

两种调用接口：

• - create_report_from_records(output, title, subtitle, date, records) — ★推荐：从 fix_format.repair_records 自动生成，智能合并同类修改
• INLINECODE10 — 兼容v2.0：手动传入 categories

通用格式检查清单（默认规范）

以下为中国高校毕业论文常见的格式检查项，基于 GB/T 7713.1-2006 等国标和多校规范汇总。
当用户未提供规范文档时，按以下默认值执行检查和修复：

1. 页面设置（默认值）

• - 纸张大小：A4 (210mm × 297mm)
• 页边距：上 2.8cm / 下 2.2cm / 左 3.0cm / 右 2.0cm
• 装订线：0mm（左侧）
• 页眉距：1.8cm
• 页脚距：1.4cm

2. 封面格式（默认值）

• - 题目字体字号：三号黑体加粗，居中
• 学生信息字体字号：小四号宋体
• 对齐方式：居中
• 日期格式：中文格式

3. 摘要格式（默认值）

• - "摘要"标题：三号黑体加粗，居中，字间 2 个汉字字距，段前段后各 1 行
• 摘要正文：小四号宋体/Times New Roman，首行缩进 2 字符，1.5 倍行距
• 关键词："关键词"三字加粗，分号分隔，末尾无标点
• 英文摘要（Abstract）与中文摘要对应格式

4. 目录格式（默认值）

• - "目录"标题：三号黑体加粗，居中，字间 2 个汉字字距
• 各级目录条目：小四号宋体
• 目录显示级数：3 级

5. 正文格式（默认值）

• - 中文字体：小四号宋体
• 英文/数字字体：小四号 Times New Roman
• 行距：1.5 倍
• 首行缩进：2 字符
• 各级标题格式：一级 三号黑体 / 二级 小三号黑体 / 三级 四号黑体 / 四级 小四号黑体

6. 图表格式（默认值）

• - 表格：一律三线表（上下粗线 1.5 磅，中间细线 1 磅）
• 图题：在图下方，五号宋体，居中
• 表题：在表上方，五号宋体，居中
• 续表标注

7. 参考文献（默认值）

• - "参考文献"标题：三号黑体加粗，居中，字间加空格
• 著录格式：GB/T 7714-2015
• 文献类型标识：[M] [J] [D] [C] [P] [R] [S] [N] [EB/OL] 等
• 缩进方式：悬挂缩进 2 字符
• 字体：小四号宋体 / Times New Roman

8. 页眉页脚（默认值）

• - 页眉内容：奇数页为论文题目，偶数页为学校名+论文类型（如有要求）
• 页眉字体字号：五号宋体 / Times New Roman，居中
• 页码格式：阿拉伯数字，底部居中
• 页眉横线：细线（0.5 磅）

9. 致谢/附录（默认值）

• - 标题：三号黑体加粗，居中，字间加空格
• 内容字体字号：小四号宋体 / Times New Roman
• 段前段后间距：标题段前段后各 1 行

10. 其他规范性检查

• - 标点符号规范（中文全角 vs 英文半角）
• 计量单位规范（国际单位制）
• 数字使用规范
• 缩写使用规范（首次出现写全称）
• 公式编号格式
• 脚注格式
• 中英文混排时的字体一致性
• 孤行控制（标题不在页末、段尾不在页首）

脚本设计注意事项

重要：在编写修复脚本时，必须注意以下问题，避免函数间的逻辑冲突。

1. 函数执行顺序与依赖问题

问题描述：多个修复函数之间存在隐式依赖，后执行的函数可能无法检测到已被修改的内容。

典型案例：
CODEBLOCK1

解决方案：
CODEBLOCK2

2. 标题检测的精确性

问题描述：目录中可能包含类似标题的条目（如 致 谢\t43），导致误判。

典型案例：
CODEBLOCK3

解决方案：
CODEBLOCK4

3. 修复记录的完整性

问题描述：修复操作没有添加到 repair_records，导致报告中缺少该类别。

典型案例：
CODEBLOCK5

解决方案：
CODEBLOCK6

4. 推荐的脚本结构

CODEBLOCK7

5. 调试技巧

CODEBLOCK8

关键技术要点

python-docx 缩进处理

重要经验：Word 文档中的首行缩进有两种单位：

• - 固定厘米值（firstLine in twips）：不随字号变化，不同字号下显示效果不一致
• 字符单位（firstLineChars）：随字号自动调整，推荐使用

修复时应将固定厘米值转换为字符单位：
CODEBLOCK9

Normal 样式继承

Normal 样式可能自带首行缩进。对于不需要缩进的段落（如居中标题），必须显式设置为 0，不能仅删除 <w:ind> 元素：
CODEBLOCK10

三线表实现

CODEBLOCK11

页眉字体双重设置

页眉中文用宋体，西文用 Times New Roman，需要同时设置 w:eastAsia 和 w:ascii/w:hAnsi。

Resources

scripts/

• - check_format.py — v2.0 全面格式检测脚本，含 DocumentStructure 章节定位能力，扫描 docx 文件的所有格式属性
• INLINECODE20 — v2.0 格式修复脚本模板，包含各类 fix_* 函数，修复过程自动收集 repair_records 记录
• INLINECODE23 — v5.0 精简对比报告生成器（6列表格含位置/定位列，智能合并同类修改，颜色区分，A4横向）

references/

• - format_rules_template.md - 格式规则模板，用于结构化存储从规范文档解析出的格式要求
• INLINECODE25 - 常见格式问题汇总与修复方案（TOP 10 + python-docx 已知限制 + 修复优先级）

assets/