pandoc-docx#

🔄 通过 pandoc 实现 Word (.docx) 与 Markdown 双向转换

---

📖 概述#

基于 pandoc 的文档格式转换工具，支持 Word (.docx) 与 Markdown 之间的双向转换。

核心能力：

• ✅ 读取 Word (.docx) → Markdown
• ✅ 写入 Word (.docx) ← Markdown
• ✅ 格式转换 (.docx ↔ .md ↔ .pdf ↔ .txt ↔ .html)
• ✅ 批量处理
• ✅ 图片提取
• ✅ 格式保留（标题、粗体、列表、表格、代码）

依赖： pandoc (必需), libreoffice (可选，用于 .doc 支持)

---

🎯 触发条件#

用户提到以下关键词时触发：

关键词示例"读取 Word""读取这个 report.docx""转为 Word""把这个 md 转为 word""docx 转 md""docx 转 md""创建 Word""创建一个 Word 文档""修改 docx""修改这个合同.docx""pandoc""用 pandoc 转换"文件路径包含 .docx"处理 ~/documents/report.docx"

---

🛠️ 支持格式#

输入格式#

格式读取写入说明.docx✅✅Word 2007+（主要支持）.doc⚠️⚠️需要 libreoffice.md✅✅Markdown.txt✅✅纯文本.pdf⚠️❌仅读取（需 pdftotext）.html✅✅HTML

输出格式#

格式支持说明.docx✅Word 文档.md✅Markdown.pdf✅PDF（需 texlive）.txt✅纯文本.html✅HTML.epub✅电子书

---

🔄 核心流程#

1. 读取 Word 文档#

text

用户请求：读取 ~/report.docx
     ↓
检查文件格式 (.docx)
     ↓
调用 scripts/doc-read.sh
     ↓
pandoc report.docx -t markdown
     ↓
返回 Markdown 内容
     ↓
AI 分析/总结/处理

2. 写入 Word 文档#

text

用户请求：创建 Word 文档
     ↓
AI 生成 Markdown 内容
     ↓
调用 scripts/doc-write.sh
     ↓
pandoc input.md -o output.docx
     ↓
返回 Word 文件路径
     ↓
确认完成

3. 格式转换#

text

用户请求：docx 转 md
     ↓
检查源文件和目标格式
     ↓
调用 scripts/doc-convert.sh
     ↓
pandoc input.docx -o output.md
     ↓
返回转换结果

---

📝 使用方式#

基础命令#

bash

# 读取文档
./scripts/doc-read.sh <文件路径> [格式]

# 写入文档
./scripts/doc-write.sh <输出文件> <输入文件|-> [格式]

# 格式转换
./scripts/doc-convert.sh <输入文件> -o <输出文件>

# 编辑文档
./scripts/doc-edit.sh <文件> <操作> [内容]

使用示例#

bash

# 读取 Word
./scripts/doc-read.sh ~/report.docx

# 创建 Word
echo "# 标题" | ./scripts/doc-write.sh ~/output.docx -

# 格式转换
./scripts/doc-convert.sh ~/input.docx -o ~/output.md

# 提取图片
./scripts/doc-convert.sh ~/input.docx -o ~/output.md --extract-media=./images

# 批量转换
for f in *.docx; do ./scripts/doc-convert.sh "$f" -o "${f%.docx}.md"; done

# 检查依赖
./scripts/check-deps.sh

---

⚠️ 依赖检查#

必需依赖#

工具检查命令安装命令 (Linux)安装命令 (macOS)pandocpandoc --version``sudo apt install pandoc``brew install pandoc

可选依赖#

工具用途安装命令 (Linux)安装命令 (macOS)libreoffice.doc 支持sudo apt install libreoffice``brew install --cask libreofficepdftotextPDF 读取sudo apt install poppler-utils``brew install popplertexlivePDF 生成sudo apt install texlive``brew install --cask mactex

---

📋 模板文件#

文档摘要模板#

markdown

# 📄 文档摘要

**文件**: {filename}
**格式**: {format}
**大小**: {size}
**创建时间**: {created}
**修改时间**: {modified}

---

## 内容概览

- **标题数**: {heading_count}
- **段落数**: {paragraph_count}
- **表格数**: {table_count}
- **图片数**: {image_count}

---

## 核心内容

{content_summary}

---

**生成时间**: {timestamp}

---

🎯 典型场景#

场景 1：读取并分析 Word 报告#

text

用户：帮我分析这个季度报告 report.docx
     ↓
1. doc-read.sh report.docx
2. AI 分析内容
3. 生成摘要和洞察

场景 2：创建 Word 文档#

text

用户：创建一个项目计划文档
     ↓
1. AI 生成 Markdown 内容
2. doc-write.sh plan.docx
3. 返回文件路径

场景 3：修改现有 Word#

text

用户：把这个合同的甲方改为 ABC 公司
     ↓
1. doc-read.sh contract.docx
2. AI 修改内容
3. doc-write.sh contract-updated.docx

场景 4：批量转换#

text

用户：把所有 Word 文档转为 Markdown
     ↓
1. 批量调用 doc-convert.sh
2. 返回转换结果列表

---

⚠️ 注意事项#

格式保留#

内容保留度说明标题层级✅ 100%H1-H6 完美转换粗体/斜体✅ 100%粗体 _斜体_列表✅ 100%有序/无序列表表格✅ 95%简单表格完美，复杂表格可能简化代码块✅ 90%保留语言和格式图片✅ 100%需使用 --extract-media超链接✅ 100%完美转换

可能丢失的内容#

内容说明复杂样式字体颜色、背景色等页眉页脚Markdown 不支持分页符Markdown 不支持批注/修订不转换宏不转换合并单元格可能简化为普通表格

最佳实践#

1. 优先使用 .docx 格式

   • .doc 需要 libreoffice，转换质量略低

2. 图片单独提取 bash

   pandoc input.docx -o output.md --extract-media=./images
   
   

3. 保留原始格式 bash

   pandoc input.docx -o output.md --wrap=preserve
   
   

4. 使用参考文档（保持样式） bash

   pandoc input.md -o output.docx --reference-doc=template.docx
   
   

---

🔧 脚本说明#

脚本用途参数doc-read.sh读取文档<文件> [格式]``doc-write.sh写入文档`<输出> <输入doc-convert.sh格式转换<输入> -o <输出> [选项]``doc-edit.sh编辑文档<文件> <操作> [内容]``check-deps.sh检查依赖无

---

📚 相关文档#

• supported-formats.md - 完整格式支持列表
• pandoc-options.md - pandoc 参数详解

---

🚀 快速开始#

bash

# 1. 检查依赖
./scripts/check-deps.sh

# 2. 读取 Word
./scripts/doc-read.sh ~/document.docx

# 3. 创建 Word
echo "# 标题" | ./scripts/doc-write.sh ~/output.docx -

# 4. 格式转换
./scripts/doc-convert.sh ~/input.docx -o ~/output.md

---

版本: 1.0.0

创建: 2026-03-21

依赖: pandoc >= 2.0

作者: Cyber 🌟

许可: MIT