docx

name	docx
description	Use this skill when you need to create, edit, or analyze Word documents (.docx), work with tracked changes and comments, or convert DOCX to other formats.

DOCX Document Management

Word文書（.docx）の作成・編集・分析・変更履歴管理。

依存ツール

• pandoc: DOCXからMarkdown/HTML等への変換
• python-docx: Word文書の作成・編集
• LibreOffice: DOCXの画像変換・CLI操作
• defusedxml: 安全なXML解析

インストール

brew install pandoc
brew install --cask libreoffice
pip install python-docx defusedxml

基本操作

DOCXからMarkdownに変換

pandoc input.docx -o output.md

DOCXからテキスト抽出

pandoc input.docx -t plain -o output.txt

新規DOCX作成

from docx import Document
from docx.shared import Pt, Inches

doc = Document()

# タイトル
doc.add_heading("Document Title", level=0)

# 段落
p = doc.add_paragraph("This is the first paragraph.")

# 箇条書き
doc.add_paragraph("Item 1", style="List Bullet")
doc.add_paragraph("Item 2", style="List Bullet")

# 表
table = doc.add_table(rows=3, cols=3)
table.style = "Light Grid Accent 1"
for i, row in enumerate(table.rows):
    for j, cell in enumerate(row.cells):
        cell.text = f"Row {i+1}, Col {j+1}"

# 画像
doc.add_picture("image.png", width=Inches(4))

doc.save("output.docx")

既存DOCXの読み込み

from docx import Document

doc = Document("input.docx")

# 全段落のテキスト
for para in doc.paragraphs:
    print(para.text)

# 表の内容
for table in doc.tables:
    for row in table.rows:
        for cell in row.cells:
            print(cell.text, end="\t")
        print()

コメント・メタデータ抽出

DOCXは実際にはZIPファイル:

# 解凍
unzip input.docx -d docx_contents

# コメント確認
cat docx_contents/word/comments.xml

# メタデータ
cat docx_contents/docProps/core.xml

Python経由:

import zipfile
from defusedxml import ElementTree as ET

with zipfile.ZipFile("input.docx") as zf:
    # コメント
    if "word/comments.xml" in zf.namelist():
        comments_xml = zf.read("word/comments.xml")
        tree = ET.fromstring(comments_xml)
        # 名前空間を考慮して解析
        for comment in tree.findall(".//{*}comment"):
            print(comment.attrib, comment.text)

変更履歴（Track Changes）

変更履歴の有効化

from docx import Document

doc = Document("input.docx")
doc.settings.track_revisions = True
doc.save("output.docx")

変更履歴の確認

# 解凍してXMLを確認
unzip input.docx -d docx_contents
cat docx_contents/word/document.xml | grep -i "ins\|del"

変更の適用/拒否

python-docxは変更履歴の高度な操作をサポートしていないため、LibreOffice CLIを使用:

# すべての変更を承認
libreoffice --headless --convert-to docx --outdir . input.docx

高度な操作

スタイルのカスタマイズ

from docx import Document
from docx.shared import Pt, RGBColor
from docx.enum.text import WD_PARAGRAPH_ALIGNMENT

doc = Document()
p = doc.add_paragraph("Custom Style Text")

# フォント設定
run = p.runs[0]
run.font.name = "Arial"
run.font.size = Pt(14)
run.font.bold = True
run.font.color.rgb = RGBColor(255, 0, 0)

# 段落設定
p.alignment = WD_PARAGRAPH_ALIGNMENT.CENTER

doc.save("styled.docx")

ヘッダー・フッター

from docx import Document

doc = Document()
section = doc.sections[0]

# ヘッダー
header = section.header
header_para = header.paragraphs[0]
header_para.text = "Document Header"

# フッター
footer = section.footer
footer_para = footer.paragraphs[0]
footer_para.text = "Page Footer"

doc.save("with_header_footer.docx")

DOCXをPDFに変換

libreoffice --headless --convert-to pdf input.docx --outdir .

DOCXを画像に変換

# DOCX → PDF → JPEG
libreoffice --headless --convert-to pdf input.docx --outdir .
pdftoppm -jpeg -r 150 input.pdf output
# → output-1.jpg, output-2.jpg, ...

トラブルシューティング

日本語フォントが反映されない

→ システムにフォントをインストール、run.font.nameに正確な名前を指定

表のレイアウトが崩れる

→ table.autofit = Falseで自動調整を無効化

変更履歴が表示されない

→ Word側で「変更履歴の記録」が有効か確認

pandoc変換時に画像が消える

→ --extract-media=./mediaオプションで画像を抽出

参考

• python-docx: https://python-docx.readthedocs.io/
• pandoc: https://pandoc.org/
• LibreOffice CLI: https://help.libreoffice.org/latest/en-US/text/shared/guide/start_parameters.html