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；

// 加载XML文档DOM树
let $ = cheerio.load(fs.readFileSync(path.join(解压后的文件夹,'word/document.xml')), {
    normalizeWhitespace: false,
    xmlMode: true,
    decode