DOCX 内部检查器

.docx 里面到底有什么

Word 文件是一个由 XML 部件组成的 ZIP 包。正文在 word/document.xml，样式在 word/styles.xml，编号定义在 word/numbering.xml，每张图片在 word/media/。document.xml 里没有任何地方直接写出另一个部件的路径——它写的是关系 ID，由 word/_rels/document.xml.rels 把这个 ID 映射到路径上。手工追踪 r:embed="rId7" 是阅读 DOCX 最枯燥的部分，所以这里把解析后的目标做成了按钮，而打开的部件又会列出所有指向它的关系 ID。

带标注的样式表

Word 生成的文档，其 styles.xml 里往往有一百多个样式，而文档实际用到的可能只有八个。真正值得问的是：用了哪几个。每个样式都会列出 ID、显示名称、类型和继承来源，并附上一个使用次数，该次数取自正文中的 w:pStyle、w:rStyle 和 w:tblStyle 引用。切换到"已使用""未使用""自定义"，文档的排版结构一目了然。

会提示哪些内容

• word/vbaProject.bin——文档带有宏项目。
• 外部关系，指向文件之外的地址。
• 修订记录：w:ins 与 w:del 的数量，这是判断一份"终稿"是否还带着修订历史最快的办法。
• 批注、脚注和尾注。
• 域。Word 有两种写法：简单域的指令放在属性里，而复杂域的指令分散在若干个 w:instrText 元素中，Word 甚至会把 INCLUDEPICTURE 拆成三段。两种写法都会被读取并按类型统计，以 INCLUDEPICTURE、INCLUDETEXT、LINK、DDE、DDEAUTO、IMPORT 开头的指令会被单独列出，因为它们会从别处拉取内容。
• word/webSettings.xml 中的 w:div 元素，这是经 HTML 往返转换后留下的痕迹。

还适合用来

弄清一个文档为什么有 40 MB（通常是一张未压缩的照片）、在分发模板前做检查、确认涂黑是否真的删除了内容，以及对着真实文件学习 OOXML 的组织方式。

隐私

一切都在浏览器中运行，文档不会被上传。