hmo
04db423416
- 70 skills with code and documentation - Add .gitignore (ignore __pycache__, output/, temp/, venv/) - Clean up test intermediates and caches
152 lines
3.9 KiB
Markdown
152 lines
3.9 KiB
Markdown
# 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 |