工作中遇到一个需求：写个nodejs脚本，对word文档（1000+个）的目录页面进行美化。实现过程遇到不少麻烦，在此分享下。
整体思路
众所周知，Docx格式的Word文档其实是个以xml文件为主的zip压缩包，所以，页面美化整体思路是：先将文档后缀名改为zip并解压到本地，然后将关键的XML文档解析为DOM树，再通过DOM操作对文档进行编辑，最后把修改好的内容替换到原文件中，打包好并恢复后缀名。
其中，难点在于“文档编辑”，网上基本搜不到有用的资料，只能自行摸索，主要用到的依赖包为 cheerio，作用是用DOM的方式加载和操作XML文档，函数方法类似jQuery。（解压打包等常规操作，下文忽略）
一、定位目录内容
将Word文档解压后，内部一般会包含上百个文件，其中，文档的文本内容均位于“word/document.xml”中；
目录中的文本都是一句占据一行，所以每句文本都包含在一个单独的段落中（<w:p>标签），而且它们还具有锚点特性，所以文本外层还有个< w:hyperlink >标签，通过这两个特点，我们可以获取到所有目录节点；但因为目录页的标题“目录”二字是没有链接的，所以还需要在第一个“w:hyperlink”标签之前找到目录二字所在的段落，以便后续进行操作。
二、修改文字颜色粗细
如图所示，Word文档中的实际文本都是放在<w:t>（t指代text）标签中的，而<w:t>又是放在<w:r>（r指代range）中，而<w:r>还会包含一个<w:rPr>标签，它里面存放的是文本的样式。此处我们想设置一级标题的加粗和变色，只需要在当前段落的每个<w:rPr>中添加<w:b/>和<w:color w:val=”019988″/>即可。
这里，因为我们要修改的只是一级标题，所以要对标题层级进行区分， 通过观察对比可以发现，不同层级的<w:pStyle>的w:val属性值不同，而且第一个< w:hyperlink >所在的段落通常就是一级标题。
三、在文档中插入图片
插入图片涉及多个目录、文件：
1）word文档中的图片统一放在“word/media”目录下，默认名称为“image+数字”；
若目录不存在，需要自行创建；另外，为了避免与已存在的文件名冲突，不建议使用“image+数字”的命名方式。
2）须在“[Content_Types].xml”文件中添加类型声明（声明一次即可）；
需判断是否已存在相同后缀的图片类型声明，则不必再添加。
3）须在“word/_rels/document.xml.rels”中建立索引关系，每个资源对应一个唯一的rId；
4）使用rId和相应的标签将图片插入到“word/document.xml”文档中。
图片的标签结构比较复杂（外层通常是一个<w:drawing>标签），可以在同一个文档中先手动加一个测试图片，然后在xml中复制图片的代码块进行修改，为我所用。
四、特定页面设置背景图
Word添加水印虽然可以设置背景图，但是需要添加分节符，代码改动也比较大；这里我采用的方式是“插入图片+图片衬于文字下方”。代码也是在文档中添加一个<w:drawing>标签，只是内容略有不同，代码模版也可以通过添加测试图片的方式获取。
附：调试技巧
1）因为Word文档解压后的文件众多，而且稍微修改点东西后，受影响的文件也特别多，比对解压文件的时候很麻烦。我这里是随便找了个git项目，然后将原始的Word文档解压文件提交到本地仓库，然后再把修改后的文档的解压文件覆盖上去，用git辅助对比。
2）初始可以用空白文档（有个空格或者一个字母即可）进行测试，可以避开很多干扰元素。
3）对修改后的解压文件，可以用逐个回退的方式确认哪个文件的修改不是必须的。某个文件回退后，再打包改后缀，如果文档可以正常打开则说明它的变化不是必须的。