如何通过Power Automate或编程实现SharePoint Online Word文件版本对比（开源）

方案1：Power Automate 结合开源文本对比工具 #

步骤拆解 #

• 获取文件版本内容
  用Power Automate内置的SharePoint Online连接器完成：

  1. 调用Get file content获取当前版本文件流；
  2. 调用Get file version history拿到目标历史版本的ID，再通过Get file content using path指定版本ID提取历史版本文件流；
  3. 将Word文件转纯文本：用开源工具pandoc（可通过Power Automate的Run script动作执行命令：pandoc -s "input.docx" -o "output.txt"）。

• 生成Git Diff样式对比结果
  用Google开源的diff-match-patch库，通过Power Automate的Run JavaScript code动作调用，输出Git风格的差异内容：

  const DiffMatchPatch = require('diff-match-patch');
  const dmp = new DiffMatchPatch();
  const diffs = dmp.diff_main(currentText, historyText);
  dmp.diff_cleanupSemantic(diffs);
  
  let gitDiff = '--- Current Version\n+++ Historical Version\n';
  diffs.forEach(diff => {
    switch(diff[0]) {
      case 1: gitDiff += `+${diff[1]}\n`; break;
      case -1: gitDiff += `-${diff[1]}\n`; break;
      case 0: gitDiff += ` ${diff[1]}\n`; break;
    }
  });
  return gitDiff;
  

方案2：Python 编程实现 #

依赖库 #

shareplum（操作SharePoint）、python-docx（读取Word内容）、difflib（生成diff）

核心代码 #

import difflib
from docx import Document
from shareplum import Site

# 连接SharePoint Online
site = Site('https://yourtenant.sharepoint.com/sites/yoursite', 
            username='user@tenant.com', 
            password='your_password')
folder = site.Folder('Shared Documents/TargetFolder')

# 获取当前版本与历史版本文件流
current_file = folder.get_file('TargetFile.docx')
versions = folder.get_file_versions('TargetFile.docx')
historical_file = folder.get_file_version('TargetFile.docx', version_id=versions[0]['ID'])

# 提取Word纯文本
def extract_docx_text(file_stream):
    doc = Document(file_stream)
    return '\n'.join([para.text for para in doc.paragraphs])

current_text = extract_docx_text(current_file)
history_text = extract_docx_text(historical_file)

# 生成Git Diff样式输出
diff_result = difflib.unified_diff(
    current_text.splitlines(),
    history_text.splitlines(),
    fromfile='Current Version',
    tofile='Historical Version',
    lineterm=''
)
print('\n'.join(diff_result))

方案3：.NET 编程实现 #

依赖库 #

Microsoft.SharePointOnline.CSOM（操作SharePoint）、DocumentFormat.OpenXml（读取Word）、DiffPlex（生成diff）

核心代码片段 #

using DiffPlex;
using DiffPlex.Model;
using Microsoft.SharePoint.Client;
using DocumentFormat.OpenXml.Packaging;

// 初始化SharePoint连接
ClientContext ctx = new ClientContext("https://yourtenant.sharepoint.com/sites/yoursite");
ctx.Credentials = new SharePointOnlineCredentials("user@tenant.com", GetSecurePassword());
File targetFile = ctx.Web.GetFileByServerRelativeUrl("/sites/yoursite/Shared Documents/TargetFile.docx");
ctx.Load(targetFile, f => f.Versions);
ctx.ExecuteQuery();

// 提取两个版本的文本内容
string currentText = ExtractWordText(targetFile.OpenBinaryStream());
FileVersion historicalVersion = targetFile.Versions[0];
string historyText = ExtractWordText(historicalVersion.OpenBinaryStream());

// 生成Git风格差异
var differ = new Differ();
DiffResult diffModel = differ.CreateDiffModel(currentText, historyText);

StringBuilder gitDiff = new StringBuilder("--- Current Version\n+++ Historical Version\n");
foreach (var line in diffModel.Lines)
{
    switch (line.Type)
    {
        case ChangeType.Inserted:
            gitDiff.AppendLine($"+{line.Text}");
            break;
        case ChangeType.Deleted:
            gitDiff.AppendLine($"-{line.Text}");
            break;
        case ChangeType.Unchanged:
            gitDiff.AppendLine($" {line.Text}");
            break;
    }
}

// 输出或保存结果
Console.WriteLine(gitDiff.ToString());

// 辅助方法：提取Word文本
private static string ExtractWordText(System.IO.Stream stream)
{
    using (WordprocessingDocument doc = WordprocessingDocument.Open(stream, false))
    {
        return doc.MainDocumentPart.Document.Body.InnerText;
    }
}

注意事项 #

• Word中的表格、图片等非文本内容，开源工具无法完全提取，可根据需求标记为[表格]/[图片]或忽略；
• Power Automate中运行脚本时，可通过Azure Function托管代码，或使用Power Automate的Python脚本预览功能（需配置Python环境）。

内容的提问来源于stack exchange，提问作者Ramesh