ملف Docx

# إنشاء وتحرير وتحليل ملفات DOCX

ملف `.docx` هو أرشيف ZIP لملفات XML. اختر طريقتك حسب المهمة:

| المهمة | الطريقة | |---|---| | **إنشاء** مستند جديد | اكتب نص `docx` (npm) — انظر الملاحظات أدناه | | **تحرير** مستند موجود | `unzip` ← تحرير `word/document.xml` ← `zip` (لا يمكن ل docx-js فتح الملفات الموجودة) | | **قراءة** المحتوى | `pandoc -t markdown file.docx` |

> مسارات النصوص البرمجية أدناه نسبية إلى دليل هذه المهارة.

## الإنشاء باستخدام docx-js — ملاحظات

`docx` مثبت مسبقا — لا تقم بتشغيل `npm install` أولا؛ اكتب النص البرمجي و `require('docx')` مباشرة. فقط إذا فشل هذا ال require: `npm install docx`. النموذج يعرف ال API؛ هذه هي الأخطاء الشائعة:

- **حجم الصفحة الافتراضي هو A4.** ل US Letter اضبط `page: { size: { width: 12240, height: 15840 } }` (DXA؛ 1440 = 1 بوصة). - **الوضع الأفقي (Landscape):** مرر أبعاد الوضع العمودي (portrait) و `orientation: PageOrientation.LANDSCAPE` — يقوم docx-js بتبديل العرض/الارتفاع داخليا. - **الجداول تحتاج إلى عرضين مزدوجين:** اضبط `columnWidths` على الجدول و `width` على كل خلية، كلاهما في `WidthType.DXA` (PERCENTAGE يتعطل في Google Docs). يجب أن يكون مجموع عروض الأعمدة مساويا لعرض الجدول. - **تظليل الجدول:** استخدم `ShadingType.CLEAR`، ولا تستخدم `SOLID` أبدا (يظهر باللون الأسود). - **القوائم:** لا تقم أبدا بإدراج `•` حرفيا؛ استخدم إعداد `numbering` مع `LevelFormat.BULLET`. - **`ImageRun` يتطلب `type:`** (`"png"`, `"jpg"`, …). - **`PageBreak` يجب أن يكون داخل `Paragraph`.** - **لا تستخدم `\n` أبدا** — استخدم عناصر `Paragraph` منفصلة. - **جدول المحتويات (TOC):** يجب أن تستخدم العناوين `HeadingLevel.*` المدمجة؛ أنماط العناوين المخصصة تحتاج إلى تعيين `outlineLevel` وإلا فلن تظهر. - **لا تستخدم جدولا كخط أفقي** — استخدم حدا سفليا للفقرة بدلا من ذلك. - **نقاط التعبئة (Dot-leader) / محاذاة لليمين على نفس السطر:** استخدم `PositionalTab` (`alignment: PositionalTabAlignment.RIGHT`, `leader: PositionalTabLeader.DOT`) داخل `TextRun`، وليس `.` حرفيا أو مسافات حشو.

## التحقق من الإخراج

بعد كتابة ملف `.docx`، قم بعرضه وانظر إليه:

```bash python scripts/office/soffice.py --headless --convert-to pdf output.docx pdftoppm -jpeg -r 100 output.pdf page ls page-*.jpg # ثم اقرأ الصور ```

يقوم `pdftoppm` بتصفير أرقام الصفحات لتتناسب مع عرض عدد الصفحات (`page-01.jpg`…`page-12.jpg`).

## تحرير المستندات الموجودة

يجب تحويل ملفات `.doc` القديمة أولا: `python scripts/office/soffice.py --headless --convert-to docx file.doc`.

```bash unzip -q doc.docx -d unpacked/ find unpacked -type l -delete # إزالة إدخالات الروابط الرمزية — ملفات docx من جهات خارجية غير موثوقة python scripts/merge_runs.py unpacked/ # دمج الأجزاء المتفرقة بحيث يمكن العثور على النص # تحرير unpacked/word/document.xml في مكانه — لا تقم بإعادة التنسيق أو الطباعة الجميلة (cd unpacked && rm -f ../out.docx && zip -Xr ../out.docx .) python scripts/office/validate.py out.docx --original doc.docx # فحوصات XSD؛ --auto-repair يصلح المشكلات الشائعة # تتبع التغييرات (redlining)؟ أضف --author "<الاسم الذي قمت بتتبع التغييرات تحته>" للتحقق من تتبع كل تعديل ```

يقوم Word بتقسيم النص عبر العديد من ال `<w:r>` (معرفات المراجعة، علامات التدقيق الإملائي)، لذا فإن عبارة يمكنك رؤيتها في المستند غالبا لا توجد كسلسلة متصلة في XML. يقوم `merge_runs.py` بدمج ال runs المتجاورة ذات التنسيق المتطابق في `word/document.xml` دون تغيير المحتوى أو العرض؛ كما يقبل ملف `.docx` مباشرة (`python scripts/merge_runs.py doc.docx -o merged.docx`).

**التغييرات المتتبعة:** عند تتبع التغييرات، تحقق باستخدام `--author "<الاسم الذي قمت بتتبع التغييرات تحته>"` (يتطلب `--original`) — يقوم بالإبلاغ عن أي نص قمت بتغييره دون وجود `<w:ins>`/`<w:del>` حوله، وهو أمر سهل الحدوث عن طريق الخطأ وغير مرئي في العرض المقبول. قم بتغليف ال runs في `<w:ins>`/`<w:del>` مع سمات `w:id`, `w:author`, `w:date`. داخل `<w:del>`، عنصر النص هو `<w:delText>`، وليس `<w:t>`. علامة فقرة محذوفة (`<w:pPr><w:rPr><w:del w:id=".." w:author=".." w:date=".."/></w:rPr></w:pPr>`) تعني "دمج هذه الفقرة في الفقرة التالية" — لذا فإن حذف فقرة بالكامل هو ذلك بالإضافة إلى `<w:del>` حول كل run. يجب أن يأتي `<w:del/>` قبل الأطفال الآخرين ل rPr؛ ترتيبهم مفروض بواسطة المخطط (schema).

لإنتاج نسخة نظيفة مع قبول جميع التغييرات المتتبعة: `python scripts/accept_changes.py in.docx out.docx`.

يجب أن يؤدي قبول علامة فقرة محذوفة إلى ربط تلك الفقرة بالفقرة التي تليها، بحيث تختفي الفقرة التي تكون جميع ال runs الخاصة بها محذوفة. يقوم Word بذلك؛ `accept_changes.py` و `pandoc --track-changes=accept` لا يفعلان ذلك دائما. كلاهما يفشل بنفس الطريقة — يقومان بتجريد النص المحذوف ولكنهما يتركان الفقرة الفارغة، والتي تظهر كرصاصة فارغة عندما كانت مرقمة تلقائيا:

- `pandoc --track-changes=accept` لا يربط الفقرات أبدا. - `accept_changes.py` (LibreOffice) يربطها بشكل صحيح، باستثناء عندما تتبع الفقرة المحذوفة فقرة فاصلة فارغة.

الرصاصة الفارغة في أي من العرضين هي نتيجة عرضية لذلك العرض، وليست عيبا في المستند. تحقق من حذف الفقرات في XML.

## التعليقات

تتطلب التعليقات ستة ملفات مرتبطة ببعضها. استخدم المساعد — وضع الدليل عندما ستقوم أيضا بتحرير `document.xml` (يوفر u)