npm install docx mammoth diff fs-extra

/**
 * Word文檔差異比較工具
 * 本腳本使用Node.js比較兩個(gè)Word(.docx)文件的內(nèi)容差異，并生成帶有顏色標(biāo)注的比較結(jié)果文檔
 */

const fs = require('fs');
const path = require('path');
const { Document, Paragraph, TextRun, HeadingLevel, Packer } = require('docx');
const mammoth = require('mammoth');
const diff = require('diff');

/**
 * 比較兩個(gè)Word文件并生成差異報(bào)告
 * @param {string} file1Path - 第一個(gè)Word文件路徑(原始文件)
 * @param {string} file2Path - 第二個(gè)Word文件路徑(修改后的文件)
 * @param {string} outputPath - 差異報(bào)告輸出路徑
 * 
 * 技術(shù)原理：
 * 1. 使用mammoth庫(kù)提取兩個(gè)Word文檔的純文本內(nèi)容
 * 2. 使用diff庫(kù)進(jìn)行文本差異比較，識(shí)別添加、刪除和未更改的部分
 * 3. 使用docx庫(kù)構(gòu)建新的Word文檔，用不同顏色和樣式標(biāo)注差異部分
 */
async function compareWordFiles(file1Path, file2Path, outputPath) {
    try {
        // 提取兩個(gè)Word文件的文本內(nèi)容
        // mammoth.extractRawText會(huì)解析docx文件的XML結(jié)構(gòu)，提取所有文本內(nèi)容
        const file1Content = await extractTextFromDocx(file1Path);
        const file2Content = await extractTextFromDocx(file2Path);

        // 使用diff庫(kù)比較文本差異
        // diffWords函數(shù)會(huì)將文本分解為單詞級(jí)別的差異，返回一個(gè)差異對(duì)象數(shù)組
        // 每個(gè)差異對(duì)象包含value(文本內(nèi)容)和added/removed標(biāo)志
        const differences = diff.diffWords(file1Content, file2Content);

        // 使用docx庫(kù)創(chuàng)建新的Word文檔
        // Document對(duì)象表示整個(gè)Word文檔，包含一個(gè)或多個(gè)sections
        const doc = new Document({
            sections: [{
                properties: {},
                children: [
                    // 文檔標(biāo)題
                    new Paragraph({
                        text: "Word文檔差異比較結(jié)果",
                        heading: HeadingLevel.HEADING_1,
                        spacing: { after: 200 } // 設(shè)置段后間距(單位:twip,1/20磅)
                    }),
                    // 原始文件信息
                    new Paragraph({
                        text: `原文件: ${path.basename(file1Path)}`,
                        spacing: { after: 100 }
                    }),
                    // 修改后文件信息
                    new Paragraph({
                        text: `新文件: ${path.basename(file2Path)}`,
                        spacing: { after: 200 }
                    }),
                    // 插入差異內(nèi)容段落
                    ...generateDiffParagraphs(differences)
                ]
            }]
        });

        // 將Document對(duì)象轉(zhuǎn)換為Buffer并寫入文件
        // Packer.toBuffer內(nèi)部使用JSZip庫(kù)打包docx文件(本質(zhì)上是ZIP格式的XML文件集合)
        const buffer = await Packer.toBuffer(doc);
        fs.writeFileSync(outputPath, buffer);
        console.log(`差異比較結(jié)果已保存到: ${outputPath}`);
    } catch (error) {
        console.error('比較過(guò)程中出錯(cuò):', error);
    }
}

/**
 * 從Word文檔中提取純文本內(nèi)容
 * @param {string} filePath - Word文件路徑
 * @returns {Promise<string>} 提取的純文本內(nèi)容
 * 
 * 技術(shù)原理：
 * mammoth庫(kù)解析docx文件(實(shí)際是ZIP壓縮的XML文件)，
 * 遍歷document.xml中的段落和文本節(jié)點(diǎn)，拼接成純文本字符串
 */
async function extractTextFromDocx(filePath) {
    const result = await mammoth.extractRawText({ path: filePath });
    return result.value;
}

/**
 * 根據(jù)差異結(jié)果生成帶有樣式標(biāo)注的段落數(shù)組
 * @param {Array} differences - diff庫(kù)生成的差異數(shù)組
 * @returns {Array} 包含Paragraph對(duì)象的數(shù)組
 * 
 * 技術(shù)原理：
 * 1. 處理diff庫(kù)輸出的差異數(shù)組，每個(gè)部分可能是added/removed/unchanged
 * 2. 按換行符分割文本，確保每個(gè)段落獨(dú)立
 * 3. 為不同差異類型創(chuàng)建不同樣式的TextRun:
 *    - 新增內(nèi)容: 藍(lán)色(#1800a1)、加粗
 *    - 刪除內(nèi)容: 紅色(#FF0000)、刪除線
 *    - 未更改內(nèi)容: 黑色(#000000)
 */
function generateDiffParagraphs(differences) {
    const paragraphs = [];
    let currentParagraph = [];

    // 遍歷每個(gè)差異部分
    differences.forEach(part => {
        // 按換行符分割文本，處理多行內(nèi)容
        const lines = part.value.split('\n');
        
        lines.forEach((line, lineIndex) => {
            // 跳過(guò)空行
            if (line.trim() === '') return;
            
            let textRun;
            if (part.added) {
                // 新增內(nèi)容樣式
                textRun = new TextRun({
                    text: line,
                    color: '1800a1', // 藍(lán)色表示新增
                    bold: true       // 加粗突出顯示
                });
            } else if (part.removed) {
                // 刪除內(nèi)容樣式
                textRun = new TextRun({
                    text: line,
                    color: 'FF0000', // 紅色表示刪除
                    strike: true      // 刪除線表示已移除
                });
            } else {
                // 未更改內(nèi)容樣式
                textRun = new TextRun({
                    text: line,
                    color: '000000'  // 黑色表示未更改
                });
            }
            
            // 將文本段添加到當(dāng)前段落
            currentParagraph.push(textRun);
            
            // 如果不是最后一行，創(chuàng)建新段落
            if (lineIndex < lines.length - 1) {
                paragraphs.push(new Paragraph({
                    children: currentParagraph
                }));
                currentParagraph = []; // 重置當(dāng)前段落
            }
        });
    });

    // 添加最后一個(gè)未完成的段落
    if (currentParagraph.length > 0) {
        paragraphs.push(new Paragraph({
            children: currentParagraph
        }));
    }

    return paragraphs;
}

// 使用示例
const file1 = path.join(__dirname, './word/dl_v1.docx');
const file2 = path.join(__dirname, './word/js_xg_v1.docx');
const output = path.join(__dirname, './word/comparison_result.docx');

// 執(zhí)行比較
compareWordFiles(file1, file2, output);