公文排版工具实战：AI生成内容如何一键规范化，附Python实现思路

写公文材料的人应该都经历过这种时刻一份材料内容改了三版最后交出去之前还要花半小时调整字体、字号、行距、页边距、页码格式。更麻烦的是现在很多人已经习惯用 AI 生成公文初稿但 AI 产出的内容一旦粘贴进 Word格式几乎全乱——有的段落缩进不对有的字体不统一有的标题层级完全错位。手动调整的时间有时候比写正文还长。最近看到一款免费开源的公文排版小工具正好切中这个痛点支持选择单个文档或整个文件夹批量处理也支持把 AI 生成的内容或复制好的文本直接粘贴进去完成排版。这篇文章就围绕它展开讲清楚它到底解决什么问题、适合谁用、技术上大概怎么实现以及使用这类工具时最容易踩的坑。如果你属于这几类人这篇文章值得读完在机关、事业单位、国企、高校做行政或党务工作每天要和公文打交道经常用 AI 写材料、写方案、写总结但每次排版都靠手工对 Python 和 docx 处理有兴趣想了解这类工具背后的实现思路甚至想自己改造一个定制版。1. 公文排版为什么一直是老大难很多人不写公文不知道排版这件事有多烦。公文排版并不是简单地把字体调大、加粗、居中而是有一整套严格的格式规范尤其党政机关公文基本都要参照《党政机关公文格式》GB/T 9704-2012来排版。这里列几个最常见的硬性要求内容格式要求标题二号小标宋体字居中排布可分行但不跨页正文三号仿宋体字一般每面 22 行每行 28 个字一级标题三号黑体字例如一、一层级需要区分二级标题三号楷体字例如一行距一般设定为固定值 28 磅左右页边距上白边 37mm下白边 35mm左白边 28mm右白边 26mm页码四号半角宋体阿拉伯数字数字左右各放一条一字线问题在哪里这些格式要求非常细碎而且分布在文档的不同位置。手动调整一份文件至少涉及设置页边距调整标题字体、字号、居中方式设置正文段落的字体、字号、行距、首行缩进处理多级标题的字体切换插入或修正页码格式。这一套操作下来熟练的人也要几分钟不熟练的人可能要反复试。如果单位有固定的模板还好没有模板或者模板隔几个月更新一次每次都要重新折腾。更隐蔽的问题是很多单位的公文材料和 AI 生成内容都是拿到什么用什么。有些人从网页复制内容粘贴到 Word 之后带着一堆残留样式有些人用 AI 生成大纲和正文但 AI 模型本身并不关心公文的字体字号规则。结果就是内容质量没有问题但格式一塌糊涂。这里真正容易踩坑的地方是大多数人以为排版只是调整格式实际上排版的本质是把非结构化文本转换成符合特定规范的结构化文档。人工排版之所以累是因为这个过程需要反复判断、查找、修改而工具要解决的就是把这些判断规则化和自动化。2. 这款工具的核心功能拆解从项目描述来看这款公文排版工具的核心功能可以分为三块分别对应三种典型使用场景。2.1 选择单个文档处理用户可以直接选择一个 .docx 或 .doc 文件工具会自动识别文档内容并按照预设的公文排版规则进行处理。这个场景适合单份文件交付前最后检查。比如一份请示、一份通知、一份会议纪要内容已经改完只差格式统一直接用工具处理一次即可。2.2 选择文件夹批量处理这是很多人关注的功能。用户可以选择一个文件夹工具会遍历文件夹下的多个文档批量执行排版操作。这个场景特别适合两类情况年终总结季单位各部门提交上来的材料格式五花八门需要统一规范一个项目有多份过程文档负责人需要在提交前把格式全部整理一致。批量处理的价值不只是省时间更重要的是一致性。人工一份一份处理不同文件之间很容易出现细微差异比如有的行距是 28 磅有的是 29 磅有的标题居中有的标题左对齐。批量处理可以保证所有文档采用同一套规则。2.3 直接粘贴 AI 生成内容或复制文本这个功能值得单独说一下。从项目描述看工具支持AI 生成或复制内容直接粘贴即可也就是用户不需要先新建 Word 文档、粘贴内容、保存文件再交给工具去排版而是可以直接把 AI 或网页上复制的内容粘贴到工具界面中工具会按照公文格式输出排版后的文档。这个设计背后其实解决了一个很现实的问题AI 生成的内容粘贴到 Word 后样式是脏的。很多情况下模型会输出 Markdown 风格的标题符号、列表符号、多余的换行和缩进直接在 Word 里清理成本很高。直接粘贴到排版工具里意味着工具在排版前会先做一轮文本清洗和结构化识别。判断与观点这款工具真正降低的不是打字成本而是格式工程成本。AI 已经解决了写什么的问题但并没有解决写成什么样的问题。这类工具的出现说明工具链正在补齐 AI 写作之后的最后一公里。3. 工具面对的使用场景与用户群体不是所有人都需要这类工具但它针对的用户群体其实非常明确。3.1 党政机关、事业单位办公室人员这类用户是公文排版的核心人群。每天要处理通知、请示、报告、函件等多种文种每种文种格式要求略有差异但底层的字体、字号、行距、页码规则高度一致。对他们来说一个免费开源的排版工具可以直接嵌入日常工作流减少重复劳动。3.2 国企、高校行政与党务工作者很多企业虽然不严格按党政机关公文格式但也有内部的红头文件规范格式要求大同小异。高校的行政人员经常要出通知、纪要、报告同样需要统一的格式处理。3.3 习惯用 AI 写材料的职场人这是当下增长最快的一类需求。很多人已经开始用 AI 写工作总结、调研报告、工作方案但 AI 生成的内容直接可用性不高很大一部分原因就在于格式不对。这类工具的粘贴-排版模式恰好解决了这种需求。3.4 不适用的人群坦白说如果你只需要偶尔排一份简单的文档或者内容没有严格的格式规范要求这类工具的价值就有限。比如个人简历、普通邮件、内部聊天记录完全不需要走公文排版流程。工具的适用边界要清楚否则就是杀鸡用牛刀。4. 技术实现思路这类工具背后是怎么工作的虽然目前我们能看到的项目描述比较简略但从支持文件夹批量处理和粘贴内容直接排版这两个功能点可以推断出一个典型的技术实现架构。如果你本身是开发者或者想在自己的电脑上做一个定制版下面的思路可以直接参考。4.1 基于 Python python-docx 的架构思路当前处理 .docx 文件最主流的开源方案是 Python 的python-docx库。它的优点是可以直接读取和修改 .docx 中的段落、文字、样式支持设置字体、字号、段落缩进、行距、对齐方式不需要安装 Microsoft Office 或 WPS 就能处理文档跨平台支持Windows、macOS、Linux 都可以用。一个最小化的架构可以设计成这样docx_paginator/ ├── main.py # 入口负责命令行交互和参数解析 ├── formatter/ │ ├── __init__.py │ ├── rules.py # 排版规则定义 │ ├── document.py # 文档整体处理页边距、页码 │ └── paragraph.py # 段落级处理字体、缩进、行距 ├── processors/ │ ├── single.py # 单文档处理 │ ├── batch.py # 文件夹批量处理 │ └── paste.py # 粘贴文本直接处理 └── utils/ ├── log.py # 日志记录 └── backup.py # 备份处理这个架构的重点是把规则和执行分离。不同的单位、不同的文种排版规则会有差异把规则抽离成独立的模块以后改排版要求不用动核心逻辑只改规则配置文件即可。4.2 处理流程拆解无论单文档、批量还是粘贴输入核心处理流程基本一致文本读取从 .docx 文件读取段落结构或者从用户粘贴的文本中解析段落文本清洗去掉多余空格、空行、网页复制残留的样式符号、AI 输出可能带有的 Markdown 标记如##、**段落分类判断每个段落的角色是标题、一级标题、二级标题还是正文格式应用按规则库为每个段落设置字体、字号、行距、缩进、对齐方式页码与页面设置设置页边距插入公文格式的页码输出保存生成新的 .docx 文件保留原始文件作为备份。这里的关键难点是第三步段落分类。机器怎么知道哪一行是标题常见做法有几种按文本长度和位置判断比如短文本、出现在文档开头可能是标题按数字序号判断比如以一、一1.开头的段落对应不同层级按字体原始状态判断如果原文档里某段已经是黑体、居中则大概率是标题按用户预先设置的标题行规则判断。从项目描述看这款工具支持AI 生成内容直接粘贴说明它背后的段落分类逻辑应该做了不少处理因为 AI 生成内容的格式是最混乱的有时同一份文本里同时存在多种标题标记方式。4.3 为什么选择 .docx 而不是 PDF注意这类工具的处理对象通常是 .docx不是 PDF。原因是公文在正式印发前往往还需要在 Word 里做二次编辑比如填写发文字号、添加红头、加盖电子印章。PDF 是最终交付形态不适合作为编辑中间格式。这也是为什么 python-docx 这类库会是首选而不是 PDF 处理库。5. 核心排版规则与示例代码下面我用一组 Python 示例演示一个公文排版工具的核心逻辑。这些代码不是原项目的完整源码而是帮助你理解排版工具背后到底做了什么。如果你想定制自己的版本可以直接参考这些片段。5.1 设置正文格式公文正文最常见的要求是三号仿宋字体、首行缩进 2 字符、固定行距 28 磅。python-docx 可以这样实现# 文件路径formatter/paragraph.py from docx.shared import Pt from docx.enum.text import WD_LINE_SPACING from docx.oxml.ns import qn def format_body_paragraph(paragraph): 将普通段落设置为公文正文格式 仿宋_GB2312、三号、首行缩进2字符、固定行距28磅 # 1. 设置西文字体避免中文字体被默认字体覆盖 paragraph.style.font.name Times New Roman # 2. 设置中文字体需要操作底层 XML rpr paragraph._p.get_or_add_pPr() rfonts rpr.find(qn(w:rPr)) if rfonts is None: rfonts paragraph._p.rPr # 实际上需要遍历每个 run 设置字体 for run in paragraph.runs: run.font.size Pt(16) # 三号字约为 16pt run.font.name Times New Roman run._element.rPr.rFonts.set(qn(w:eastAsia), 仿宋_GB2312) # 3. 设置段落格式 pf paragraph.paragraph_format pf.first_line_indent Pt(32) # 2个三号字符约为32磅 pf.line_spacing_rule WD_LINE_SPACING.EXACTLY pf.line_spacing Pt(28) pf.space_before Pt(0) pf.space_after Pt(0) pf.alignment WD_ALIGN_PARAGRAPH.JUSTIFY这里做几个解释run.font.size Pt(16)三号字的标准字号就是 16 磅qn(w:eastAsia)是在设置中文字体因为 python-docx 的font.name只影响西文字体中文字体必须通过 XML 属性设置first_line_indent Pt(32)首行缩进 2 个三号字符按每个字符 16pt 算就是 32pt也可以直接用paragraph_format.first_line_indent配合Pt来设置。这里真正容易踩坑的地方是如果你只设置font.name而不设置eastAsia排版后的文档中中文仍然会使用默认字体最终效果完全不对。5.2 设置标题格式一级标题常用黑体三号二级标题常用楷体三号大标题文件题目常用二号小标宋。可以用一个函数统一处理# 文件路径formatter/paragraph.py from docx.shared import Pt from docx.oxml.ns import qn from docx.enum.text import WD_ALIGN_PARAGRAPH def format_heading(paragraph, level): 按标题层级设置格式 level 1: 一级标题黑体三号 level 2: 二级标题楷体三号 level 0: 文件大标题方正小标宋二号居中 if level 0: font_name 方正小标宋简体 font_size Pt(22) # 二号字约 22pt alignment WD_ALIGN_PARAGRAPH.CENTER elif level 1: font_name 黑体 font_size Pt(16) alignment WD_ALIGN_PARAGRAPH.LEFT elif level 2: font_name 楷体_GB2312 font_size Pt(16) alignment WD_ALIGN_PARAGRAPH.LEFT else: font_name 仿宋_GB2312 font_size Pt(16) alignment WD_ALIGN_PARAGRAPH.JUSTIFY for run in paragraph.runs: run.font.size font_size run.font.name font_name run._element.rPr.rFonts.set(qn(w:eastAsia), font_name) pf paragraph.paragraph_format pf.alignment alignment pf.line_spacing_rule WD_LINE_SPACING.EXACTLY pf.line_spacing Pt(28) pf.first_line_indent Pt(0) if level 0 else Pt(32)一个容易被忽略的细节标题段落的行距也要设置为固定值 28 磅。因为如果标题使用默认行距在固定值 28 磅的统一排版要求下标题和正文的行距会不一致整个页面看起来画面不统一。5.3 批量处理文件夹批量处理的核心是遍历文件夹逐个调用单文档处理函数并做好备份和异常隔离。# 文件路径processors/batch.py import os import shutil from docx import Document from formatter.paragraph import format_body_paragraph, format_heading def process_folder(folder_path, output_suffix_formatted): 批量处理文件夹下的所有 .docx 文件 for filename in os.listdir(folder_path): if not filename.endswith(.docx): continue src_path os.path.join(folder_path, filename) dst_path os.path.join( folder_path, filename.replace(.docx, f{output_suffix}.docx) ) try: # 备份原始文件 backup_path src_path.replace(.docx, _backup.docx) shutil.copy2(src_path, backup_path) # 打开并处理文档 doc Document(src_path) for paragraph in doc.paragraphs: text paragraph.text.strip() if not text: continue if text.startswith(关于) and len(text) 30: format_heading(paragraph, level0) elif text.startswith((一、, 二、, 三、)): format_heading(paragraph, level1) elif text.startswith(一) and len(text) 4: format_heading(paragraph, level2) else: format_body_paragraph(paragraph) # 设置页边距 for section in doc.sections: section.top_margin Cm(3.7) section.bottom_margin Cm(3.5) section.left_margin Cm(2.8) section.right_margin Cm(2.6) doc.save(dst_path) print(f[OK] {filename} - {dst_path}) except Exception as e: print(f[ERROR] {filename}: {e})这段代码里的标题判断逻辑是简化的演示规则实际项目中需要更完善的段落分类策略否则很容易把正文中关于开头的句子误判成标题。5.4 页码格式处理公文页码的要求比较特殊四号半角宋体阿拉伯数字数字左右各放一条一字线。比如— 1 —。python-docx 没有直接提供设置页码的 API需要手动修改 XML。下面是简化思路# 文件路径formatter/document.py from docx.oxml import OxmlElement from docx.oxml.ns import qn def add_gongwen_page_number(section): 在页脚添加公文格式页码— 1 — footer section.footer paragraph footer.paragraphs[0] paragraph.alignment WD_ALIGN_PARAGRAPH.CENTER # 清除原有内容 for run in paragraph.runs: run.text # 插入一字线、页码域、一字线 run1 paragraph.add_run(— ) run2 paragraph.add_run() run3 paragraph.add_run( —) # 设置页码域代码 fldChar1 OxmlElement(w:fldChar) fldChar1.set(qn(w:fldCharType), begin) instrText OxmlElement(w:instrText) instrText.text PAGE fldChar2 OxmlElement(w:fldChar) fldChar2.set(qn(w:fldCharType), end) run2._r.append(fldChar1) run2._r.append(instrText) run2._r.append(fldChar2) # 设置字体四号宋体 for run in paragraph.runs: run.font.size Pt(14) run.font.name 宋体这个代码的核心是使用 Word 域代码PAGE来实现自动页码。需要注意的是设置完以后在 python-docx 中看不到实际页码数字必须用 Word 或 WPS 打开才能看到渲染结果。6. 运行结果与效果验证无论你使用的是现成工具还是基于上面思路自建工具验证环节都不能跳过。6.1 验证方式一肉眼检查处理完成后打开输出文档重点检查以下位置大标题是否居中字体是否为小标宋或黑体正文是否全部为仿宋 GB2312、三号字每段首行是否缩进 2 字符而不是用空格模拟缩进行距是否统一为固定值 28 磅左右页码是否显示为— 1 —格式。6.2 验证方式二程序检查如果你是自己写的 Python 工具可以用下面的脚本快速检查格式是否生效# 文件路径check_format.py from docx import Document from docx.shared import Pt doc Document(output.docx) for i, para in enumerate(doc.paragraphs[:10]): if not para.text.strip(): continue runs para.runs if not runs: continue font_size runs[0].font.size font_name None if runs[0]._element.rPr is not None and runs[0]._element.rPr.rFonts is not None: font_name runs[0]._element.rPr.rFonts.get(qn(w:eastAsia)) print(f段落{i}: 字号{font_size.pt if font_size else None}pt, 中文字体{font_name}, 内容{para.text[:20]})如果输出文档里仍然显示默认字体、默认字号说明排版规则没有正确应用到中文 run 上需要检查eastAsia属性是否设置。6.3 验证失败先看哪里最常出现的失败情况是工具处理完了但格式没有任何变化。这时按以下顺序排查确认输入文档是不是.docx格式老式.doc文件 python-docx 无法读取确认文本是否存在段落 run 中如果文档是从网页粘贴来的纯文本可能整个段落的文字都在同一个 run 里不需要额外合并确认字体是否在系统中存在如果本机没有安装仿宋_GB2312Word 打开时会自动替换为其他字体看起来就像排版无效。7. 常见问题与排查思路这一节列出使用这类工具时最常见的几类问题按优先级排序。问题现象可能原因排查方式解决方案处理后的文档没有变化输入文档不是标准 .docx 格式查看文件扩展名用 Word 另存为 .docx先转换为 .docx 再处理中文字体没有生效只设置了 font.name没有设置 eastAsia 属性用上文 check_format.py 检查中文字体通过qn(w:eastAsia)设置中文字体首行缩进不生效原文档用了空格模拟缩进打开文档查看段落开头是否有空格字符先清除段首空格再设置 first_line_indent标题识别错误段落分类规则太简单检查标题判断逻辑增加按序号、字体、位置综合判断的规则行距不一致部分段落设置了单倍行距覆盖了固定值查看每个段落的 line_spacing_rule统一为固定值并设置 EXACTLY批量处理中途报错某个文档损坏或者加密查看日志中该文件的错误信息单独处理出错文件不影响其他文件页码显示为普通数字页码域没有插入成功双击页脚查看是否显示 PAGE 域检查 fldChar 的 XML 结构处理后文件在 WPS 打开排版异常WPS 与 Word 对字体兼容性不同换 Word 打开对比确认单位统一使用哪个办公软件按对应规则调整这里特别提醒一点如果你的单位有统一的发文模板优先使用模板而不是每次都用工具重新排一遍。工具适合做批量规范化但遇到特殊情况比如文件很长的附件、嵌套表格、图片混排等模板依然是更稳妥的起点。8. 使用建议与最佳实践一款免费开源的排版工具解决的是大部分人 80% 的排版需求但每个单位和每个使用者的需求都有差异。以下几条实践建议可以帮你用得更稳。8.1 排版的先备份原则这是最重要的一条。无论是工具自带备份还是你自己手动复制一份处理前一定保留原始文件。尤其批量处理时如果规则判断错误几十个文件可能同时被改坏。保留原始文件是回滚的唯一保障。更稳妥的做法是工具默认输出到新文件而不是覆盖原文件。这样即使结果不满意原文件依然保留可以重新调整规则再处理。8.2 先跑单文档再跑批量不要一上来就批量处理整个文件夹。先拿一个格式最复杂的文档试跑检查输出结果确认没有问题后再批量执行。批量处理过程中如果发现错误也不要在半路中断任务先让它跑完再单独处理出错的文档。8.3 理解工具的规则边界免费开源工具通常针对标准公文设计遇到以下情况可能处理不好文档中包含大量复杂表格文档中有图片、流程图且图片位置需要特殊处理文档包含附件、发文机关署名、成文日期等非常规元素单位内部规范与国家标准不同比如行距要求不是 28 磅而是 26 磅或 30 磅。遇到这些情况优先人工微调或者选择支持规则配置的工具版本。如果用开源代码自建建议把行距、字体、字号、缩进等参数全部抽成配置文件而不是硬编码。8.4 关注开源项目的维护状态选择开源工具时除了看功能还要看维护状态项目最近是否更新、issue 是否有人回复、是否支持你当前使用的 Office/WPS 版本。开源项目如果长期不更新遇到新版 Office 兼容性问题的风险会相应增加。8.5 AI 生成公文内容时的协作方式如果你同时使用 AI 写材料可以在 prompt 里要求 AI 输出时遵循两类约束减少后续排版成本输出纯文本不要使用 Markdown 标题符号按公文逻辑组织段落一行一个段落段落之间不要留空行。这样粘贴到排版工具后工具对段落的判断会更准确。排版工具负责格式AI 负责内容两者各司其职效率最高。9. 总结与后续优化方向回到开头的问题这款免费开源的公文排版小工具解决的真正痛点是格式工程成本——而不是写作成本。AI 出现以后内容生产的门槛大幅降低但公文交付前的排版环节依然是人工密集操作。工具把字体、字号、行距、页边距、页码这些规范性要求固化成规则让用户从每次手动调格式变成一键生成规范文档。从技术角度看实现一个这样的工具并不算复杂核心就是python-docx操作 docx 文件、段落分类规则、以及批量处理的工程化封装。真正的难点在于规则设计要足够贴近真实公文场景尤其是 AI 生成内容的段落识别远比想象中复杂。如果你正打算找一款公文排版工具建议带着三个问题去评估它是否支持你单位的文件格式和办公环境它的批量处理是否会覆盖原文件是否支持备份它的排版规则是否开放可配置如果你是想自己动手改造的开发者可以从最简单的单文档排版逻辑开始先跑通正文格式再逐步增加标题识别、批量处理、粘贴文本清洗功能。等规则库积累得足够多再考虑做成带界面的工具或者接入 AI 内容生成流程。建议收藏备用。无论是自己写材料用还是帮办公室统一排版这款工具都值得在你的工具箱里留一个位置。