document

极简、高效的 Go 办公文档处理桥梁，符合 @go 设计哲学。

核心设计

document 包将所有复杂的文档格式（Excel, Word, PPT, PDF, Graph）抽象为统一的 Document 接口。你只需要关心 数据载体 (JSON/Markdown)，而不需要关心底层实现。

• 结构化数据 (Excel) <-> JSON
• 半结构化内容 (Word/PPT/PDF) -> 结构化 Markdown (支持标题识别)
• 关系型内容 (Graph/Mindmap) <-> JSON/Mermaid

统一 API

import "apigo.cc/go/document"

// 1. 打开文档 (自动识别类型)
doc, _ := document.Open("data.xlsx")

// 2. 转换为通用载体
jsonStr := doc.ToJSON()    // 适合 Excel / Graph
mdStr := doc.ToMarkdown() // 适合 Word / PDF / Graph (Mermaid)

// 3. 修改并保存 (Excel/Graph 支持数据回写)
if xls, ok := doc.(*document.Excel); ok {
    xls.SetData("Sheet1", newData, "A1", "")
}
doc.Save("updated.xlsx")

支持格式

格式	后缀	ToJSON 表现	ToMarkdown 表现	Save 行为
Excel	.xlsx	返回第一个 Sheet 的对象数组	返回所有 Sheet 的 MD 表格	保存为 Excel
Word	.docx	返回 {"metadata":..., "content":...}	返回带层级标题的 Markdown	保存为文本
PPT	.pptx	返回 {"metadata":..., "content":...}	返回提取的全文文本	保存为文本
PDF	.pdf	返回 {"metadata":..., "content":...}	返回带页码标记的 Markdown	保存为文本
Graph	.graph	返回节点与关系的结构化 JSON	返回 Mermaid 关系图 + 节点详情	保存为 JSON
CSV	.csv	返回对象数组	返回 MD 表格	保存为 CSV
Markdown	.md	返回 {"content":...}	返回原始文本	保存为 Markdown
Text	.txt	返回 {"content":...}	返回原始文本	保存为文本

快速示例

AI 友好型转换 (RAG 增强)

// 一行代码将 Word 转为带层级标题的 Markdown，方便 AI 分片 (Chunking)
md, _ := document.Open("manual.docx").ToMarkdown()

关系型文档 (脑图/小说大纲/分镜脚本)

g := document.NewGraph()
g.Title = "故事大纲"
g.AddNode(&document.Node{ID: "1", Title: "开端", Content: "主角获得系统", Type: "plot"})
g.AddNode(&document.Node{ID: "2", Title: "冲突", Content: "反派出现", Links: []string{"1"}})
mdStr := g.ToMarkdown() // 包含 Mermaid graph TD 的渲染内容

API 参考

顶级函数

• Open(filename string, password ...string) (Document, error)
• Create(ext string) (Document, error)

Document 接口

• ToJSON() string
• ToMarkdown() string
• Save(filename ...string) error

命令行工具 (doc)

document 包内置了一个强大的命令行工具 doc，位于 cmd/doc 目录下。

安装

使用 go install 安装，生成的二进制文件名即为 doc：

go install apigo.cc/go/document/cmd/doc@latest

常用命令

# 1. 预览 Excel/Word/PDF 内容 (默认输出 Markdown)
doc report.xlsx

# 2. 将文档转为结构化 JSON (适合 RAG 或自动化脚本)
doc manual.docx --json

# 3. 提取 PDF 内容并保存为 Markdown 文件
doc paper.pdf -o paper.md

# 4. 向已有的 Excel 注入数据 (支持追加或覆盖)
doc --data '[{"id":1,"name":"Alice"}]' -o test.xlsx test.xlsx

# 5. 查看文档元数据 (如工作表名、PDF 页数等)
doc paper.pdf --inspect

帮助信息

运行 doc --help 查看完整参数说明。

Graph 专用 (关系型文档)

• AddNode(n *Node)
• OpenGraph(filename string) (*Graph, error)