# DOC to Tables Skill

## 简介
将Word文档（.docx）转换为结构化Markdown表格，再生成专业HTML表格文件的完整工作流技能。专门用于处理比赛获奖名单、考级成绩、荣誉证书等非结构化文档的整理工作。

## 安装依赖

### 必需依赖
```bash
# 安装pandoc (用于DOCX转Markdown)
# Windows: 从 https://pandoc.org/installing.html 下载安装
# macOS: brew install pandoc
# Linux: sudo apt-get install pandoc
```

### 可选依赖
```bash
# 如果需要PDF生成功能
pip install fpdf2
```

## 使用方法

### 基本用法
```bash
cd .opencode/skills/doc-to-tables/scripts
python doc_to_tables.py "input.docx" "output"
```

这将生成：
- `output_md.md` - 结构化Markdown文件
- `output_html.html` - 专业HTML表格文件

### 高级选项
```bash
# 自定义列宽比例
python doc_to_tables.py "input.docx" "output" --three-col-widths "25,50,25" --two-col-widths "60,40"

# 不处理教师奖项（保留原始格式）
python doc_to_tables.py "input.docx" "output" --no-process-teacher-awards

# 生成带表头的HTML（默认无表头）
python doc_to_tables.py "input.docx" "output" --with-headers
```

## 典型使用场景

### 1. 音乐比赛获奖整理
**输入**：包含多个钢琴比赛获奖名单的Word文档
**输出**：
- Markdown表格按比赛分类，包含学生、奖项、指导教师
- HTML表格可直接用于制作年度喜报海报

### 2. 考级成绩汇总
**输入**：英皇、音协等考级成绩Word文档  
**输出**：
- 结构化表格包含学生姓名、性别、级别、分数、评级、指导教师
- 专业HTML格式适合打印和展示

### 3. 年度汇总报告
**输入**：年度各项活动获奖情况Word文档
**输出**：
- 按活动类型分类的标准化表格
- 可直接导入Photoshop进行海报设计

## 技术特点

### ✅ 智能数据处理
- **跨比赛匹配**：自动关联同一学生在不同比赛中的指导教师
- **数据去重**：相同奖项的教师合并显示，避免重复
- **缺失值处理**：缺失的指导教师信息留空，方便后续补充

### ✅ 专业格式输出
- **Markdown兼容**：在Obsidian等编辑器中完美显示
- **HTML响应式**：表格自适应任何屏幕尺寸
- **精确列宽控制**：三列表格(20%/60%/20%)，两列表格(70%/30%)
- **打印友好**：支持直接"打印为PDF"

### ✅ 错误处理
- 自动检测和修复常见格式问题
- 保留原始数据完整性
- 详细的错误提示和日志

## 示例

### 输入Word文档内容：
```
###### 英国(牛津)2025国际钢琴公开赛-深圳赛区获奖名单
许和欣 一等奖
蔡达然 一等奖
张靖彤 一等奖
李芊妤 二等奖
朱梓安 二等奖
```

### 输出Markdown：
```markdown
#### **英国(牛津)2025国际钢琴公开赛-深圳赛区获奖名单**

|获奖学生|奖项|指导老师|
|---|---|---|
|许和欣|一等奖||
|蔡达然|一等奖||
|张靖彤|一等奖||
|李芊妤|二等奖||
|朱梓安|二等奖||
```

### 输出HTML：
专业的HTML表格，可直接用于海报制作。

## 配置选项

配置文件位于：`config/settings.json`

可自定义：
- 默认列宽比例
- 是否处理教师奖项
- 输出格式偏好
- 依赖项设置

## 扩展性

此技能支持轻松扩展：
- **多格式输入**：Excel、PDF、PPT等
- **自定义样式**：不同的CSS主题
- **批量处理**：自动化处理多个文件
- **多语言支持**：中文、英文、日文等

## 故障排除

### 常见问题
1. **"pandoc not found"**：确保已安装pandoc并添加到PATH
2. **中文乱码**：确保系统支持中文编码，使用UTF-8
3. **表格格式错误**：检查源文档的标题层级是否正确

### 调试模式
```bash
# 启用详细日志
python doc_to_tables.py --debug "input.docx" "output"
```

## 版本历史

- **v1.0.0**：初始版本，支持基本的DOCX到表格转换
- **计划v1.1.0**：支持Excel输入，批量处理功能

## 许可证
MIT License

## 作者
小小莫 - OhMyOpenCode AI Manager