# WORD 2007 格式调整软件 — 使用说明

## 简介

本软件用于对 Word 文档（`.doc` / `.docx`）中的文字与图片进行批量替换，并可基于替换后的文件严格还原为原始文件。适用于需要批量脱敏、格式调整、信息替换的场景。

> **运行环境要求**：电脑需安装 Microsoft Word 或 WPS（支持 `.docx` 格式），软件为绿色免安装版本。

---

## 一、界面概览

软件主界面分为三个标签页：

| 标签页 | 功能 |
|--------|------|
| **替换** | 扫描原始文档，批量执行文字/图片替换，输出替换后文件和差异文件 |
| **恢复** | 基于替换后文件和差异文件，还原为原始文件 |
| **设置** | 管理替换规则、配置图片替换开关、自动提取参数等 |

界面底部为**运行日志**区域，实时显示处理进度、命中次数和异常信息。

---

## 二、替换流程

### 2.1 基本步骤

1. 点击 **"选择原始文件夹"**，选择包含待处理 Word 文档的目录
2. 点击 **"选择替换文件夹"**，选择替换后文件的输出目录
3. 在文件列表中**勾选**需要处理的文件（支持全选/全不选）
4. 在设置页面**配置替换规则**（详见第四章）
5. 点击 **"开始替换"**

### 2.2 批量处理

- 软件会自动扫描原始文件夹及其**所有子目录**中的 `.doc` 和 `.docx` 文件
- 输出目录会**完整保留**原始文件夹的目录结构
- 仅处理**勾选**的文件，未勾选的文件会被跳过

### 2.3 输出文件

替换后，每个文件会生成三个输出：

| 文件类型 | 示例文件名 | 说明 |
|----------|-----------|------|
| 替换后文档 | `文件基本名-20260402.docx` | 替换后的 Word 文档 |
| 差异文件 | `文件基本名-20260402.diff` | 记录替换操作的 JSON 文件，用于恢复 |
| 差异位图 | `文件基本名-20260402.bmp` | 差异文件的位图备份，用于恢复 |

> 文件名中的日期格式为 `yyyyMMdd`（如 `20260402` 表示 2026 年 4 月 2 日）。

### 2.4 自动提取规则

点击 **"自动提取"** 按钮，软件会自动从勾选的文档中提取高频关键字、高频词和高频句，生成候选替换规则。提取完成后会弹出预览窗口，您可以选择需要的条目追加到规则列表中。

---

## 三、恢复流程

### 3.1 基本步骤

1. 切换到 **"恢复"** 标签页
2. 点击 **"选择替换文件夹"**，选择包含替换后文档和 `.diff` 文件的目录
3. 点击 **"选择恢复文件夹"**，选择恢复后文件的输出目录
4. 在文件列表中勾选需要恢复的文件
5. 点击 **"开始恢复"**

### 3.2 恢复原理

软件根据 `.diff` 文件中记录的每一次替换操作，将替换后的文档**严格还原**为原始内容。恢复后文件应与原始文件内容一致。

---

## 四、替换规则管理

### 4.1 规则列表

在 **"设置"** 标签页中管理替换规则。每条规则至少包含以下字段：

| 字段 | 说明 |
|------|------|
| 启用 | 勾选后该规则生效 |
| 规则名称 | 便于识别的名称 |
| 匹配模式 | **普通文本** 或 **正则表达式** |
| 区分大小写 | 匹配时是否区分英文大小写 |
| 全字匹配 | 是否仅匹配完整单词 |
| 原文本 | 需要被替换的文字 |
| 新文本 | 替换后的文字 |
| 备注 | 补充说明 |

### 4.2 规则执行顺序

- 规则按列表**从上到下**依次执行
- 前一条规则替换后的结果**可被后续规则再次命中**
- 正则模式支持捕获组和回填（如 `$1`、`$2`）

### 4.3 规则文件

- 点击 **"打开规则文件"** 加载已有的 `.rule` 文件
- 点击 **"保存规则文件"** 将当前规则列表保存为 `.rule` 文件
- 替换执行时使用当前加载的规则列表

### 4.4 文字替换范围

替换规则作用于文档的全文范围，包括：

- 正文段落、表格、文本框
- 页眉、页脚
- 批注、题注、超链接
- 目录、域结果、公式
- 图表中的文字

---

## 五、设置说明

在 **"设置"** 标签页中可配置以下选项：

### 5.1 替换相关

| 选项 | 默认值 | 说明 |
|------|--------|------|
| JSON 差异文件加密 | 开启 | 对 `.diff` 文件进行加密存储 |
| 启用图片替换 | 开启 | 关闭后替换流程仅处理文字，不替换图片 |
| 使用固定图像随机种子 | 关闭 | 开启后可指定种子值，使图片替换结果可复现 |

### 5.2 自动提取参数

| 选项 | 说明 |
|------|------|
| 提取关键字 | 从文档中提取高频关键字 |
| 提取高频词 | 提取出现频率最高的词语 |
| 提取高频句 | 提取出现频率最高的句子 |
| 关键字算法 | 词频 / TF-IDF / TextRank（可多选） |
| 统计中文词 / 英文词 | 高频词统计的语言范围 |
| 统计中文句 / 英文句 | 高频句统计的语言范围 |
| 中文 / 英文最小长度 | 参与统计的词最小字符数 |
| 句子分隔符 | 用于切分句子的标点符号 |
| 排除邮箱地址 | 提取时是否忽略邮箱地址 |

---

## 六、注意事项

1. **不允许跨段落匹配**：替换规则不会跨越段落边界匹配文字。
2. **不允许跨表格单元格匹配**：表格每个单元格内的文字独立匹配。
3. **不支持加密文档**：受密码保护的 Word 文档无法处理。
4. **样式保持**：文字替换后，原文档的字体、字号、颜色、段落格式等样式保持不变。
5. **占位对齐**：当新文本长度与原文本不一致时，软件会自动截断或填充，以保持原有版式。
6. **同名冲突处理**：输出目录中如存在同名文件，会自动追加序号（如 `_1`），不会覆盖已有文件。

---

## 七、快捷操作

| 操作 | 方式 |
|------|------|
| 全选文件 | 点击文件列表下方的 **"全选"** 按钮 |
| 取消全选 | 点击 **"全不选"** 按钮 |
| 停止任务 | 替换/恢复执行中可点击 **"停止"** 按钮 |
| 撤销自动提取 | 自动提取追加规则后，可点击 **"撤销自动提取"** 按钮回退 |
| 清空日志 | 右键日志区域，选择清空 |