wordtable2sqlite/README.md

wordtable2sqlite

把 .docx 里的 Word 表格内容导入 SQLite 的最小 Go 工具。

详细操作说明见：HOWTO.md

特点

• 不依赖 Word、WPS、Python 或 LibreOffice。
• 直接解析 .docx 内部的 word/document.xml。
• SQLite 使用纯 Go 驱动 modernc.org/sqlite，方便编译成单文件可执行程序。
• 保底保存所有表格单元格到 cells。
• 对常见报备表这种“标题行 + 表头行 + 数据行”的结构，自动生成 fields，便于按字段检索。
• 内置导出 fields / cells CSV，不要求普通用户额外安装 sqlite3。

编译

go build -o bin/wordtable2sqlite .

给非技术用户使用时，分发 bin/wordtable2sqlite 这个可执行文件即可。

使用

./bin/wordtable2sqlite -reset -db data/report.sqlite input.docx

批量导入多个文件：

./bin/wordtable2sqlite -db data/report.sqlite *.docx

导出字段化内容 CSV：

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

导出原始单元格 CSV：

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

参数：

• -db：输出 SQLite 文件路径，默认 word_tables.sqlite
• -reset：导入前删除旧数据库
• -quiet：不输出每个文件的摘要

适用范围

当前字段推断优先覆盖常见报备表：一行标题、一行表头、一行或多行数据。横向合并的表头会按逻辑列范围合并对应值。复杂多行表头、纵向合并、嵌套表格仍建议同时查看 cells 原始单元格结果。

数据表

• documents：每个导入的 Word 文件。
• tables：Word 文档中的表格。
• cells：每个表格单元格，包含表格序号、行号、列号、跨列数和文本。
• fields：自动推断出的字段，常用于报备表检索。

常用查询：

SELECT key, value
FROM fields
ORDER BY id;

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

验证

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