Word文档解析
全量解析 Word 文档:正文段落、表格数据、高亮与颜色格式、多文件汇总对比。
功能与用途
把 docx 里的东西按文档顺序全提出来,不只是文字。四项核心能力:全量文本提取(段落加表格单元格,按正文顺序而不是先文字后表格)、结构化表格提取(转成数据框,首行像表头就当表头用)、高亮与颜色等格式读取、多文件汇总对比,还能把嵌入图片转成说明文字。老格式的 doc 文件先用 LibreOffice 转成 docx 再处理。
适用场景
- 图文与表格全量顺序提取:按正文自然阅读顺序连贯提取段落文本与内嵌表格,并将表格转为结构化数据,避免内容错位脱节。
- 高亮标记与重点内容筛选:通过解析文档底层样式,定位黄色高亮段落或特定背景色的表格单元格,快速导出人工审阅批注。
- 跨文档批量汇总与对比:批量读取目录下的多份 Word 文档,统一抽离段落文本和表格数据,实现跨文件的集中归纳与比对。
- 内嵌插图提取与描述生成:自动解压并导出文档中的图表或截图,调用图像识别生成文字说明,补全纯文本无法呈现的信息。
适用人群
- 内容运营
- 职场用户
- 数据处理人员
使用步骤
- 给出文档路径
- 先转格式(老 doc 需转 docx)
- 按正文顺序提取段落与表格
- 需要时做多文件汇总对比
开始使用
将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。
技术信息
- 分类
- 办公
- 适用工具
- Codex、Claude Code、OpenClaw、Hermes、国内 Agent
- 使用难度
- 进阶
- 版本
- main
- 最近更新
- 2026-09-13
- 文件数
- 3
- 安装包大小
- 自动生成 ZIP
- 安全检查
- 基础检查通过
Word (.docx/.doc) 文档全量解析。覆盖:正文/段落文本提取、表格数据提取、高亮/颜色格式读取、多文件汇总对比、嵌入图片转 caption。
使用前准备
- Python 环境与 python-docx
- 待解析的 Word 文档
- 老格式需装 LibreOffice
依赖与权限
- 读取用户主动提供的内容