核心功能
Doc Processor 是一款面向开发者的本地化文档处理工具，采用 Python 构建核心处理引擎，结合系统级工具 poppler-utils 实现 PDF 解析。支持 Word（.docx）、Excel（.xlsx）、PDF、CSV、TXT、Markdown 六大格式的全生命周期操作，包括读取解析、内容写入、跨格式转换、多文档合并及结构化数据提取。
显著优点
- 格式覆盖全面：现代办公文档格式一站式处理，Excel 支持命名区域、表格区域等高级模板填充
- 纯本地执行：数据处理不经过云端，适合敏感文档场景
- 双接口设计：提供 Shell 脚本封装与原生 Python API，兼顾运维自动化与业务系统集成
- 模板智能化：v2.3 版本引入三层模板体系，支持单元格占位符与动态分类匹配
潜在局限
- 旧格式不兼容：原生不支持 .doc/.xls 二进制格式，需依赖 LibreOffice 外部转换
- PDF 只读限制：无法直接生成或编辑 PDF，写入场景需绕道 Word 再转换
- 系统依赖较重：需预装 Python3 与 poppler-utils，Windows 平台支持未明确文档化
- 大文件性能：缺乏流式处理机制，超大型文档可能出现内存瓶颈
适合人群
企业内部的文档自动化流水线、需要离线处理敏感合同的法务/财务团队、追求数据不出域的隐私合规场景，以及希望通过脚本批量处理报表的数据分析师。
常规风险
- 路径遍历风险：若输入路径未经校验，可能被利用访问系统敏感文件
- 命令注入：Shell 脚本接口若直接拼接用户输入，存在注入攻击面
- 依赖供应链：Python 生态库（pandas、openpyxl）的更新可能引入破坏性变更