# HOWTO: Word 表格导入 SQLite 并导出字段化 CSV

这份说明面向实际使用：把报备表 `.docx` 导入 SQLite，然后把自动识别出的字段内容导出成 CSV，方便用 WPS/Excel 查看。

## 1. 准备文件

需要两个文件：

- `wordtable2sqlite`：macOS 可执行文件。
- `要导入的 .docx`：例如重要服务事项报备表。

在 Windows 上使用时，对应可执行文件是：

- `wordtable2sqlite-windows-amd64.exe`

## 2. 导入单个 Word 文件

macOS 示例：

```bash
./bin/wordtable2sqlite -reset -db report.sqlite input.docx
```

Windows 示例：

```powershell
.\wordtable2sqlite-windows-amd64.exe -reset -db report.sqlite input.docx
```

参数含义：

- `-db report.sqlite`：指定输出的 SQLite 数据库文件。
- `-reset`：导入前删除旧数据库，适合重新生成结果。
- `input.docx`：要导入的 Word 文件路径。

执行成功后会看到类似输出：

```text
imported input.docx: 1 tables, 31 cells, 15 fields
database: report.sqlite
```

含义是：

- `tables`：识别到几张 Word 表格。
- `cells`：保存了多少个原始单元格。
- `fields`：自动抽取了多少个字段化内容。

## 3. 批量导入多个 Word 文件

把多个 `.docx` 导入到同一个数据库：

```bash
./bin/wordtable2sqlite -reset -db reports.sqlite *.docx
```

如果是后续追加导入，不想清空旧数据，就不要加 `-reset`：

```bash
./bin/wordtable2sqlite -db reports.sqlite another.docx
```

## 4. 数据库里有什么表

导入后会生成 4 张主要表：

- `documents`：每个导入的 Word 文件。
- `tables`：每个 Word 文件里的表格。
- `cells`：原始单元格内容，保留行号、列号、合并单元格信息。
- `fields`：字段化内容，最适合业务人员查看和检索。

一般看业务内容，优先看 `fields`。

## 5. 查看字段化内容

普通用户优先导出 CSV 后用 WPS/Excel 打开，见下一节。

如果机器上安装了 `sqlite3`，也可以直接查看数据库：

```bash
sqlite3 report.sqlite
```

进入 SQLite 后执行：

```sql
.headers on
.mode line
SELECT key, value FROM fields ORDER BY id;
```

`.mode line` 适合看长文本。每条记录会显示成：

```text
  key = 事件过程
value = ...
```

如果想看表格模式：

```sql
.headers on
.mode box
SELECT key, value FROM fields ORDER BY id;
```

## 6. 导出字段化内容 CSV

这是最常用的导出方式：

```bash
./bin/wordtable2sqlite export-fields -db report.sqlite -out report-fields.csv
```

生成的 `report-fields.csv` 可以直接用 WPS/Excel 打开。

如果打开后中文乱码，使用 WPS/Excel 的“从文本/CSV 导入”，编码选择：

```text
UTF-8
```

## 7. 导出原始单元格 CSV

如果要检查 Word 表格的原始行列结构，导出 `cells`：

```bash
./bin/wordtable2sqlite export-cells -db report.sqlite -out report-cells.csv
```

字段含义：

- `filename`：Word 文件名。
- `table_index`：第几张表，从 0 开始。
- `row_index`：第几行，从 0 开始。
- `cell_index`：该行第几个单元格。
- `col_index`：逻辑列号。
- `col_span`：横向合并了几列。
- `text`：单元格文字。

## 8. 常用查询

下面这些查询需要本机有 `sqlite3` 或其他 SQLite 查看工具。

查所有字段名：

```sql
SELECT key FROM fields ORDER BY id;
```

查某个字段：

```sql
SELECT value FROM fields WHERE key = '工单编号';
```

按文件查看字段：

```sql
SELECT d.filename, f.key, f.value
FROM fields f
JOIN documents d ON d.id = f.document_id
ORDER BY d.id, f.id;
```

查原始单元格：

```sql
SELECT row_index, cell_index, text
FROM cells
ORDER BY table_index, row_index, cell_index;
```

## 9. 推荐查看方式

给业务人员看：

1. 先导出 `report-fields.csv`。
2. 用 WPS/Excel 打开。
3. 每一行就是一个字段：`key` 是字段名，`value` 是字段内容。

给开发或调试看：

1. 打开 `report.sqlite`。
2. 查看 `cells` 判断 Word 原始表格结构。
3. 查看 `fields` 判断字段抽取是否符合预期。

## 10. 表格复杂度限制

当前字段化抽取主要面向常见报备表：

- 一行标题。
- 一行表头。
- 一行或多行数据。

工具会保留所有原始单元格到 `cells`，并按逻辑列处理横向合并的表头。如果 Word 表格包含复杂多行表头、纵向合并单元格、嵌套表格，建议同时导出 `report-cells.csv` 检查原始行列结构。

## 11. 样例命令模板

导入：

```bash
./bin/wordtable2sqlite -reset -db report.sqlite input.docx
```

导出字段化 CSV：

```bash
./bin/wordtable2sqlite export-fields -db report.sqlite -out report-fields.csv
```

导出原始单元格 CSV：

```bash
./bin/wordtable2sqlite export-cells -db report.sqlite -out report-cells.csv
```

## 12. 开发者验证

如果需要从源码编译或修改代码，使用：

```bash
go test ./...
go vet ./...
go build -o bin/wordtable2sqlite .
```