86 lines
2.1 KiB
Markdown
86 lines
2.1 KiB
Markdown
# 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](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
|
||
|
||
```bash
|
||
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
|
||
|
||
```bash
|
||
./bin/wordtable2sqlite -reset -db data/report.sqlite input.docx
|
||
```
|
||
|
||
批量导入多个文件：
|
||
|
||
```bash
|
||
./bin/wordtable2sqlite -db data/report.sqlite *.docx
|
||
```
|
||
|
||
导出字段化内容 CSV：
|
||
|
||
```bash
|
||
./bin/wordtable2sqlite export-fields -db data/report.sqlite -out data/report-fields.csv
|
||
```
|
||
|
||
导出原始单元格 CSV：
|
||
|
||
```bash
|
||
./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：
|
||
|
||
```sql
|
||
SELECT key, value
|
||
FROM fields
|
||
ORDER BY id;
|
||
```
|
||
|
||
```sql
|
||
SELECT table_index, row_index, cell_index, text
|
||
FROM cells
|
||
ORDER BY table_index, row_index, cell_index;
|
||
```
|
||
|
||
## 验证
|
||
|
||
```bash
|
||
go test ./...
|
||
go vet ./...
|
||
go build -o bin/wordtable2sqlite .
|
||
```
|