NodeJS使用Buffer.concat()合并Docx文件出现内容不可读问题

嘿，这个问题的核心在于你搞错了docx文件的本质——它不是纯文本文件，直接拼接Buffer的操作完全行不通！

为什么直接拼接Buffer会失败？ #

docx文件本质上是一个ZIP压缩包，里面包含了一堆结构化的文件：

• word/document.xml：存储文档的实际文本内容
• [Content_Types].xml：定义压缩包内所有文件的类型
• _rels目录：记录文件之间的依赖关系
• 还有样式文件、媒体资源（图片/音频）等

你用Buffer.concat([buf, buf])，相当于把两个完整的ZIP包硬粘在了一起。这就变成了一个结构损坏的“伪ZIP文件”：Word打开时会尝试解析，发现第一个ZIP包结束后还有无效内容，只能尽力恢复第一个完整的ZIP内容，也就是你看到的原a.docx，后面的部分直接被忽略了。

正确的合并方式是什么？ #

你需要先解压每个docx的内容，合并对应的结构化文件（比如把第二个文档的正文内容追加到第一个的正文里），然后重新打包成新的docx文件。

这里给你一个用adm-zip（处理ZIP）和xmldom（处理XML）实现的基础示例：

const fs = require('fs');
const path = require('path');
const AdmZip = require('adm-zip');
const { DOMParser, XMLSerializer } = require('xmldom');

// 读取两个目标docx的Buffer
const doc1Buf = fs.readFileSync(path.resolve(__dirname, 'a.docx'));
const doc2Buf = fs.readFileSync(path.resolve(__dirname, 'a.docx')); // 用同一个文件测试合并

// 初始化ZIP处理实例
const zip1 = new AdmZip(doc1Buf);
const zip2 = new AdmZip(doc2Buf);

// 解析第一个文档的内容XML
const doc1Xml = zip1.readAsText('word/document.xml');
const parser = new DOMParser();
const doc1Doc = parser.parseFromString(doc1Xml, 'text/xml');
const doc1Body = doc1Doc.getElementsByTagName('w:body')[0];

// 解析第二个文档的内容XML，提取正文节点
const doc2Xml = zip2.readAsText('word/document.xml');
const doc2Doc = parser.parseFromString(doc2Xml, 'text/xml');
const doc2Body = doc2Doc.getElementsByTagName('w:body')[0];

// 把第二个文档的正文内容（排除页面设置节点）追加到第一个文档
Array.from(doc2Body.childNodes).forEach(node => {
  if (node.nodeName !== 'w:sectPr') { // 避免重复页面设置
    doc1Body.appendChild(doc1Doc.importNode(node, true));
  }
});

// 序列化修改后的XML，更新ZIP包中的文件
const serializer = new XMLSerializer();
const updatedDocXml = serializer.serializeToString(doc1Doc);
zip1.updateFile('word/document.xml', Buffer.from(updatedDocXml, 'utf8'));

// 生成合并后的Buffer并写入文件
const mergedBuf = zip1.toBuffer();
fs.writeFileSync(path.resolve(__dirname, 'hello.docx'), mergedBuf);

注意事项 #

这只是一个基础的文本合并示例，实际场景中可能还要处理：

• 样式冲突：两个文档的样式定义不一致时，需要统一或合并样式
• 媒体资源：如果有重复ID的图片/视频，需要重命名并更新对应的关系文件
• 编号列表：合并后可能需要调整编号的连续性

如果不想自己处理这些细节，可以用更上层的库比如docx，它提供了更友好的API来创建、修改和合并Word文档。

内容的提问来源于stack exchange，提问作者lbragile