使用docx库读取带指纹docx文件报错及验证方案咨询

先解决docx库读取报错的问题 #

你遇到的TypeError: e.sections is not iterable错误，大概率是库的使用方式不对或者文件格式问题：

• 确认docx库版本，最新版的docx包加载文档是异步操作，同步写法会导致解析失败，正确写法如下：

const { Document } = require('docx');
const fs = require('fs').promises;

async function loadDocument() {
  const buffer = await fs.readFile('./uploads/ta.docx');
  const doc = await Document.load(buffer);
  // 后续读取指纹的逻辑
}
loadDocument();

• 如果还是报错，检查你生成的docx文件是否为标准格式：docx本质是zip压缩包，你可以手动解压文件，查看内部的XML结构是否完整，有没有生成时损坏的情况。

文档防篡改的其他验证方式 #

如果你的指纹验证思路走不通，可以试试以下几种更成熟的方案：

1. 文件哈希校验 #

直接对整个docx文件生成SHA-256哈希值，保存该值作为验证依据。验证时重新计算文件哈希，对比是否一致：

const crypto = require('crypto');
const fs = require('fs');

function calculateFileHash(filePath) {
  const fileBuffer = fs.readFileSync(filePath);
  return crypto.createHash('sha256').update(fileBuffer).digest('hex');
}

// 生成文档时保存原始哈希
const originalHash = calculateFileHash('./uploads/ta.docx');
// 验证时对比
const currentHash = calculateFileHash('./uploads/ta.docx');
console.log(originalHash === currentHash ? '文档未被篡改' : '文档已被篡改');

缺点：用户仅打开文档直接保存（未修改内容）时，docx内部的修改时间等元数据会更新，导致哈希变化，容易误判。

2. 数字签名验证 #

利用Office自带的数字签名功能，生成文档时添加合法的数字签名。验证时可通过Office内置的验证机制确认文档完整性，也可以用代码解析docx的签名信息。这种方式最可靠，修改文档后签名会直接失效，还能确认签名者身份。

3. 自定义元数据+内容哈希 #

将文档正文内容的哈希值（排除可变元数据）存储在docx的自定义属性中。验证时，先读取自定义属性里的指纹，再提取文档正文重新计算哈希，对比两者是否一致：

const crypto = require('crypto');
const { Document } = require('docx');
const fs = require('fs').promises;

async function verifyDocumentIntegrity(filePath, storedFingerprint) {
  const buffer = await fs.readFile(filePath);
  const doc = await Document.load(buffer);
  
  // 提取文档正文内容
  let contentText = '';
  doc.sections.forEach(section => {
    section.children.forEach(element => {
      if (element.type === 'paragraph') {
        contentText += element.text;
      }
    });
  });
  
  // 计算正文哈希
  const contentHash = crypto.createHash('sha256').update(contentText).digest('hex');
  return contentHash === storedFingerprint;
}

// 调用示例
verifyDocumentIntegrity('./uploads/ta.docx', '你的存储的指纹值')
  .then(isValid => console.log(isValid ? '文档未被篡改' : '文档已被篡改'));

这种方式可以避免元数据变化导致的误判，仅验证正文内容的完整性。

内容的提问来源于stack exchange，提问作者Yasser Jiménez Martínez