如何从docx XML文件跟踪更改状态及评论resolved状态？构建相关应用

要跟踪Word文档评论的resolved（已解决）/未解决状态，核心是解析DOCX压缩包内的两个关键XML文件：word/comments.xml和word/commentsExtended.xml。以下是具体实现思路：

1. 先获取DOCX内的XML文件 #

DOCX本质是ZIP压缩包，直接用解压工具（或代码里的ZIP处理库）打开，找到word目录下的：

• comments.xml：存储所有评论的基础信息（作者、内容、创建时间等）
• commentsExtended.xml：存储评论的扩展状态（仅当有评论被标记为已解决时才会生成）

2. 关联评论ID与解决状态 #

每个评论都有唯一的w:id属性，用来关联两个XML文件中的对应条目：

• 在comments.xml中，每个评论对应<w:comment>元素，w:id是它的唯一标识：

  <w:comment w:id="1" w:author="Jane Smith" w:date="2024-05-20T09:15:00Z">
    <w:p>
      <w:r>
        <w:t>建议调整这段文字的语序</w:t>
      </w:r>
    </w:p>
  </w:comment>
  

• 在commentsExtended.xml中，<w:commentEx>元素的w:id与上述ID一一对应，其中<w:resolved>元素的w:val属性就是状态值：

  <w:commentEx w:id="1">
    <w:resolved w:val="true"/> <!-- true=已解决，false=未解决 -->
    <w:dateResolved w:date="2024-05-21T11:30:00Z"/>
  </w:commentEx>
  

3. 处理边界情况 #

• 如果不存在commentsExtended.xml，说明所有评论都处于未解决状态。
• 如果某个评论的ID在commentsExtended.xml中没有对应条目，同样默认是未解决状态。

4. 解析逻辑示例（伪代码） #

# 伪代码示例，实际需用XML解析库（如lxml、xml.etree）
comments = {}

# 解析comments.xml，存储评论ID和基础信息
with open("word/comments.xml", "r") as f:
    tree = ET.parse(f)
    ns = {"w": "http://schemas.openxmlformats.org/wordprocessingml/2006/main"}
    for comment in tree.findall(".//w:comment", namespaces=ns):
        comment_id = comment.get(f"{{{ns['w']}}}id")
        content = comment.find(".//w:t", namespaces=ns).text
        comments[comment_id] = {"content": content, "resolved": False}

# 解析commentsExtended.xml，更新解决状态
try:
    with open("word/commentsExtended.xml", "r") as f:
        tree = ET.parse(f)
        ns = {"w": "http://schemas.openxmlformats.org/wordprocessingml/2006/main"}
        for comment_ex in tree.findall(".//w:commentEx", namespaces=ns):
            comment_id = comment_ex.get(f"{{{ns['w']}}}id")
            resolved_val = comment_ex.find(".//w:resolved", namespaces=ns).get(f"{{{ns['w']}}}val")
            if comment_id in comments:
                comments[comment_id]["resolved"] = (resolved_val == "true")
except FileNotFoundError:
    # 没有扩展文件，所有评论保持未解决状态
    pass

内容的提问来源于stack exchange，提问作者Purushotham Parthy