# .docx 文件处理说明

## 脚本说明

### process_templates_docx_only.py

这是一个专门处理已转换为 .docx 格式的模板文档的脚本。

**特点：**
- ✅ 只处理 .docx 文件，跳过 .doc 文件
- ✅ 不需要转换功能，直接处理已转换的文档
- ✅ 自动识别文档类型
- ✅ 智能添加占位符
- ✅ 保持原有目录结构

## 使用步骤

### 1. 确保文件已转换

确保所有需要处理的文档都已经转换为 .docx 格式，并放在 `模板/原始模板` 目录下。

脚本会自动查找所有子目录中的 .docx 文件，包括：
- `模板/原始模板/2-初核模版/1.初核请示/批量改格式_20251207182627/` 目录下的文件
- 其他任何子目录中的 .docx 文件

### 2. 运行脚本

```bash
python process_templates_docx_only.py
```

### 3. 检查结果

脚本会：
- 扫描所有 .docx 文件
- 识别文档类型
- 添加占位符
- 保存到 `模板` 文件夹（保持目录结构）

## 输出说明

### 处理成功
```
处理: 1.请示报告卡（XXX）_转自DOC.docx
  类型: REPORT_CARD
  输入: 模板\原始模板\2-初核模版\1.初核请示\批量改格式_20251207182627\1.请示报告卡（XXX）_转自DOC.docx
  输出: 模板\2-初核模版\1.初核请示\1.请示报告卡（XXX）.docx
  处理: 1.请示报告卡（XXX）_转自DOC.docx
  ✓ 处理成功，替换了 3 处占位符
```

### 无法识别类型
```
⚠ 无法识别文档类型: 某个文件.docx
  路径: 模板\原始模板\...\某个文件.docx
```

### 处理失败
```
✗ 处理失败: [错误信息]
```

## 文件命名规则

脚本会自动清理文件名：
- 移除 `_转自DOC` 后缀
- 移除 `（XXX）`、`(XXX)`、`XXX` 等占位符标记
- 保持原有文件名核心部分

**示例：**
- `1.请示报告卡（XXX）_转自DOC.docx` → `1.请示报告卡（XXX）.docx`
- `2.初步核实审批表（XXX）_转自DOC.docx` → `2.初步核实审批表（XXX）.docx`

## 占位符处理逻辑

脚本会识别以下模式并添加占位符：

1. **字段名称: 具体值** → **字段名称: {{field_code}}**
   - 例如：`被核查人姓名: 张三` → `被核查人姓名: {{target_name}}`

2. **字段名称: XXX/待填** → **字段名称: {{field_code}}**
   - 例如：`被核查人姓名: XXX` → `被核查人姓名: {{target_name}}`

3. **表格中的字段**：同样处理表格单元格中的字段

## 支持的文档类型

脚本支持以下文档类型：

1. 请示报告卡 (REPORT_CARD)
2. 初步核实审批表 (PRELIMINARY_VERIFICATION_APPROVAL)
3. 初核方案 / 附件初核方案 (INVESTIGATION_PLAN)
4. 谈话通知书 (NOTIFICATION_LETTER)
5. 谈话笔录 (INTERVIEW_RECORD)
6. 谈话询问对象情况摸底调查30问 (INVESTIGATION_30_QUESTIONS)
7. 被谈话人权利义务告知书 (RIGHTS_OBLIGATIONS_NOTICE)
8. 点对点交接单 (HANDOVER_FORM)
9. 陪送交接单 (ESCORT_HANDOVER_FORM)
10. 保密承诺书 (CONFIDENTIALITY_COMMITMENT)
11. 办案人员-办案安全保密承诺书 (INVESTIGATOR_CONFIDENTIALITY_COMMITMENT)
12. 请示报告卡（初核报告结论） (REPORT_CARD_CONCLUSION)
13. 初核情况报告 (INVESTIGATION_REPORT)
14. 谈话审批表 (INTERVIEW_APPROVAL_FORM)
15. 谈话前安全风险评估表 (PRE_INTERVIEW_RISK_ASSESSMENT)
16. 谈话方案 (INTERVIEW_PLAN)
17. 谈话后安全风险评估表 (POST_INTERVIEW_RISK_ASSESSMENT)

## 文件结构

处理后的文件结构：

```
模板/
├── 2-初核模版/
│   ├── 1.初核请示/
│   │   ├── 1.请示报告卡（XXX）.docx  ← 处理后的文件
│   │   ├── 2.初步核实审批表（XXX）.docx
│   │   └── 3.附件初核方案(XXX).docx
│   └── ...
└── ...
```

## 注意事项

1. **只处理 .docx 文件**
   - 脚本会自动跳过 .doc 文件
   - 如果还有 .doc 文件需要处理，请先转换为 .docx

2. **文件位置**
   - 源文件：`模板/原始模板/` 目录下（包括所有子目录）
   - 输出文件：`模板/` 目录下（保持相对目录结构）

3. **占位符检查**
   - 处理后的模板需要人工检查
   - 确保占位符格式正确：`{{field_code}}`
   - 确保占位符位置合理

4. **文件名清理**
   - 脚本会自动清理文件名中的转换标记
   - 如果文件名不符合预期，可以手动调整

## 常见问题

### Q1: 某些文件没有被处理

**A:** 检查：
1. 文件是否是 .docx 格式（不是 .doc）
2. 文件是否在 `模板/原始模板` 目录下
3. 文档类型是否被识别（查看输出日志）

### Q2: 占位符没有添加

**A:** 可能原因：
1. 文档中字段名称与映射表不匹配
2. 字段值已经是占位符格式
3. 字段值为空或特殊字符

**解决方案：**
- 检查文档内容
- 手动添加占位符
- 检查字段名称是否正确

### Q3: 文件名不正确

**A:** 脚本会自动清理文件名，如果不符合预期：
- 可以手动重命名输出文件
- 或者修改脚本中的文件名清理逻辑

## 与 process_templates.py 的区别

| 特性 | process_templates.py | process_templates_docx_only.py |
|------|---------------------|-------------------------------|
| 处理 .doc 文件 | ✅ 是（需要转换） | ❌ 否（跳过） |
| 处理 .docx 文件 | ✅ 是 | ✅ 是 |
| 需要 Word/COM | ✅ 是（用于转换） | ❌ 否 |
| 转换功能 | ✅ 有 | ❌ 无 |
| 适用场景 | 原始 .doc 文件 | 已转换的 .docx 文件 |

## 推荐使用场景

**使用 process_templates_docx_only.py 当：**
- ✅ 所有文件已经手动转换为 .docx 格式
- ✅ 不想处理 .doc 文件转换
- ✅ 只需要处理已转换的文档

**使用 process_templates.py 当：**
- ✅ 还有 .doc 文件需要自动转换
- ✅ 系统已安装 Microsoft Word 和 pywin32
- ✅ 需要完整的自动化流程

## 下一步

处理完成后：

1. **检查生成的模板**
   - 打开处理后的模板文件
   - 检查占位符是否正确添加
   - 手动调整不正确的占位符

2. **运行初始化脚本**
   ```bash
   python init_all_templates.py
   ```
   - 上传模板到 MinIO
   - 更新数据库配置

3. **测试文档生成**
   - 使用 API 测试文档生成功能
   - 确认模板可以正常使用