企业官网建设流程全解析

简介：户口办理委托书是一份可直接套用的实用法律文书模板，主要面向因工作、学习等原因无法亲自回户籍所在地办理手续的人群，也适用于需要代他人处理户籍事务的读者。资源包共含1个doc文档，文件类型为Word格式，压缩包约15KB，体积极小、下载后即可在常用办公软件中打开编辑。文档围绕委托关系与代理权限展开，包含委托人与被委托人双方身份信息填写栏位，明确授权被委托人代为办理户口迁移、信息更新、新生儿入户、婚姻状况变更等事项，并声明委托人对被委托人签署文件的认可与法律责任承担。文中还预留了委托期限条款，通常约定自签字之日起至事项办结为止，同时提醒委托人亲笔签名并按红色手印、准确填写日期，以增强文书的法律效力。已有94人学习参考，适合需要规范拟定授权文书、规避代理风险的读者直接修改使用。

1. 从一份《户口办理委托书.doc》说起：为什么模板化生成比手改 Word 更靠谱

行政岗每个月要替几十号人开同一份《户口办理委托书》，字段只有委托人、受托人、身份证号、委托事项、日期这几项，看着简单，手改起来全是坑：上一份的身份证号没换、两个受托人姓名串了行、日期还是去年的、签字栏被顶到第二页。一份改错就得重排版式，人工核对几乎等于逐字重读一遍。

工程化的做法是把这份 doc 当模板，把可变字段抽成占位符，用脚本从名单表里读数据、批量填充、批量导出，最后再做一轮字段与格式自检。下面按「看懂 docx 结构 → 写模板替换 → 校验与导出 → 全链路验证」推一遍，代码可以直接抄去改。

2. doc 与 docx 的结构差异，以及用 python-docx 定位委托书字段

2.1 docx 是 OOXML 压缩包，doc 是另一套二进制

把.docx的后缀改成.zip直接解压，会看到word/document.xml、word/styles.xml、word/header1.xml、word/footer1.xml、word/media/这些条目。正文、页眉页脚、图片各占一个 XML 部件，格式信息全写在 XML 属性里，所以 python-docx 这类库才能按段落和 run 去操作它。而老的.doc是私有二进制结构，没有公开的节点树，Python 侧基本没有可靠的直接解析方案。

常见做法是先转格式再处理，LibreOffice 的无头模式是跨平台里最省事的：

# 老式 .doc 转 docx，输出到当前目录下的 out 文件夹 soffice --headless --convert-to docx --outdir ./out "户口办理委托书.doc" # 版本较新的发行版命令名可能是 libreoffice，参数完全一致 libreoffice --headless --convert-to docx --outdir ./out "户口办理委托书.doc"

参数含义：--headless不启动图形界面，适合服务器和 CI；--convert-to docx指定目标格式，冒号后面还能跟过滤器名；--outdir决定输出目录，不写就落在当前目录。批量转换时把多个文件名依次跟在后面即可，--outdir之后不要混入其他参数。

注意：转换不是无损的。文本框、艺术字、域代码、分栏、页眉里的图片在转换后有可能移位或丢失。模板只转一次，转完人工比对一页，确认签字栏位置和表格边框没跑偏，再进入下一步，别在批量环节才发现版式崩了。

2.2 按文档真实顺序遍历段落和表格

python-docx 的doc.paragraphs只返回正文层的段落，表格单元格里的段落拿不到；doc.tables又完全不包含正文段落。委托书里的「委托人信息」「受托人信息」通常就是表格，只走一条路必然漏字段。按 body 子元素的真实顺序遍历，是两个都覆盖的写法：

from docx import Document from docx.table import Table from docx.text.paragraph import Paragraph from docx.oxml.ns import qn def iter_block_items(parent): """按 body 里的真实顺序产出段落和表格，顺序和 Word 里看到的一致""" for child in parent.element.body.iterchildren(): if child.tag == qn('w:p'): yield Paragraph(child, parent) elif child.tag == qn('w:tbl'): yield Table(child, parent) doc = Document('户口办理委托书.docx') for i, block in enumerate(iter_block_items(doc)): if isinstance(block, Paragraph): print(f'[P{i}] style={block.style.name!r} text={block.text!r}') else: print(f'[T{i}] rows={len(block.rows)} cols={len(block.columns)}') for r in block.rows: print(' |', ' | '.join(c.text.strip() for c in r.cells))

qn('w:p')把w:p前缀展开成完整的命名空间 URI，直接拿字符串比较标签名会因为命名空间前缀不同而失败。这段输出来就是模板的字段地图：哪一段是固定文案，哪一个单元格是可变字段，一目了然。

2.2.1 用 run 拆分情况判断模板好不好改

Word 会因为拼写检查、输入法、复制粘贴，把一句连续的文字切成多个 run。{{委托人姓名}}很可能被切成{{委托人、姓名}}两段甚至三段，这时对p.text做替换是白做的——p.text是只读拼接结果，回写不到文档里。

for p in doc.paragraphs: if '{{' in p.text: print(repr(p.text)) for j, r in enumerate(p.runs): print(' run', j, repr(r.text))

如果占位符被切得很碎，最省事的办法不是写复杂的合并逻辑，而是回到模板里把占位符整段删掉、用纯键盘重新输入一遍，再存盘。重新输入后通常就是一个 run，后面的替换代码能少一半分支。这一步花五分钟，比事后调 bug 划算。

2.3 模板改造的三条命名约定

模板改造阶段先定规矩，后面写脚本才不会反复返工。

固定文案（「本人因故无法亲自办理，特委托……」这类）留在模板里，不进数据字典。数据字典只装会变的东西，名单表有几个字段，字典就有几个 key。

3. 用占位符加数据字典批量生成户口办理委托书

3.1 跨 run 替换的实现与参数说明

核心思路是先把整段所有 run 的文本拼起来做正则替换，再把结果写回第一个 run，其余 run 清空。这样能绕开 run 被切碎的问题，同时保留第一个 run 的字体、字号、加粗等格式。

import re from docx import Document # \w 覆盖字母数字下划线；要支持中文 key 就换成 [\w\u4e00-\u9fa5]+ PLACEHOLDER = re.compile(r'\{\{\s*(\w+)\s*\}\}') def fill_runs(paragraph, data): """整段合并后替换，把结果写回首个 run""" full = ''.join(run.text for run in paragraph.runs) if '{{' not in full: return new_text = PLACEHOLDER.sub( lambda m: str(data.get(m.group(1), m.group(0))), full) if not paragraph.runs: return paragraph.runs[0].text = new_text for run in paragraph.runs[1:]: run.text = ''

data.get(key, m.group(0))这个默认值很关键：字段在名单里缺失时，原样保留{{key}}而不是替换成空字符串。生成完的文件里一眼就能看出哪个字段没喂上数据，比默默留一片空白可靠得多。\s*允许{{ 委托人姓名 }}这种带空格的写法，模板作者不用记格式。

副作用要说清楚：替换后整段统一成第一个 run 的格式。如果模板里占位符前后字体不一致，结果会以第一个 run 为准。规避办法是让占位符独占一个段落或独占一个单元格，别和固定文案混排在同一行。

3.2 表格单元格和嵌套表格的填充

正文段落和表格要分开走，嵌套表格再递归一层：

def fill_tables(tables, data): for table in tables: for row in table.rows: for cell in row.cells: for p in cell.paragraphs: fill_runs(p, data) fill_tables(cell.tables, data) # 嵌套表递归 def fill_doc(doc, data): for p in doc.paragraphs: fill_runs(p, data) for table in doc.tables: for row in table.rows: for cell in row.cells: for p in cell.paragraphs: fill_runs(p, data) fill_tables(cell.tables, data)

cell.tables是这个单元格内部的嵌套表格集合，委托书里如果用了「表格套表格」来画签字框，不递归就会漏掉内层。另一个坑是合并单元格：同一个_tc元素会被row.cells多次返回，同一个占位符被替换多遍。替换本身是幂等的，不会出错，但如果要统计「一共替换了多少处」，得用id(cell._tc)去重，否则数字会虚高。

3.3 批量生成的主循环

import csv from io import BytesIO from pathlib import Path from docx import Document TPL = Path('户口办理委托书.docx') OUT = Path('out'); OUT.mkdir(exist_ok=True) tpl_bytes = TPL.read_bytes() # 模板读一次，循环里反复复用 # utf-8-sig 兼容 Excel 另存的带 BOM 的 CSV with open('名单.csv', newline='', encoding='utf-8-sig') as f: rows = list(csv.DictReader(f)) for idx, row in enumerate(rows, 1): doc = Document(BytesIO(tpl_bytes)) # 每份都从模板字节重新构造 fill_doc(doc, {k.strip(): (v or '').strip() for k, v in row.items()}) name = row['weituoren_name'].strip() doc.save(OUT / f'{idx:03d}_{name}_户口办理委托书.docx')

三个动作值得单独说。BytesIO(tpl_bytes)让每份文档都从干净的模板字节重新构造，绝不能在外面建一个Document对象循环复用，那样上一份的数据会残留到下一份。k.strip()和v.strip()处理表头尾随空格和单元格里的不可见字符，Excel 导出几乎必带。文件名前缀补零序号，一是保证目录排序与名单顺序一致，二是同名委托人出现在两行时不会互相覆盖。

3.4 中文字体、页边距这三个必调参数

python-docx 的run.font.name只作用于西文，中文走的是w:eastAsia属性，不显式设置，服务器上生成的文档会掉回默认字体：

from docx.oxml.ns import qn def set_run_font(run, west='Times New Roman', east='宋体', size_pt=None): run.font.name = west # 先赋值，触发 rPr 节点创建 run._element.rPr.rFonts.set(qn('w:eastAsia'), east) if size_pt: run.font.size = Pt(size_pt)

run.font.name那行不能省。rPr（run 属性节点）在新建 run 上可能是None，直接访问rFonts会抛异常，先设一次西文字体把它创建出来，再往里塞eastAsia。这个顺序反过来就报错。

4. 字段校验、签字栏与导出：让生成结果能直接打印

4.1 生成前的字段级校验

替换之前先跑一遍校验，不合格的行直接拦下来记日志，不要让它生成出一份错误文件混进目录。

身份证校验位的实现不复杂，加上它能挡住手抄错一位这类最常见的错误：

import re def check_id(id_no: str) -> bool: id_no = id_no.strip().upper() if not re.fullmatch(r'\d{17}[\dX]', id_no): return False weights = [7, 9, 10, 5, 8, 4, 2, 1, 6, 3, 7, 9, 10, 5, 8, 4, 2] codes = '10X98765432' total = sum(int(c) * w for c, w in zip(id_no[:17], weights)) return codes[total % 11] == id_no[-1]

weights是加权因子，codes是模 11 之后对应的校验字符表（10X98765432的第 0 位到第 10 位）。zip只取前 17 位，最后一位单独比对。注意末位可能是字母 X，所以先upper()再匹配[\dX]。

4.2 日期规范化与委托事项截断

名单表里的日期格式通常是五花八门的，先归一再填模板：

from datetime import datetime def norm_date(s: str) -> str: for fmt in ('%Y-%m-%d', '%Y.%m.%d', '%Y/%m/%d', '%Y年%m月%d日'): try: d = datetime.strptime(s.strip(), fmt) return f'{d.year}年{d.month}月{d.day}日' except ValueError: continue raise ValueError(f'无法识别的日期格式: {s!r}')

strptime逐个格式试，命中就返回。%m和%d能自动接受1和01两种写法，所以2024.1.5这类不带前导零的输入不用单独处理。抛出异常而不是返回空串，是为了让调用方在批量循环里能精确定位到是哪一行数据有问题。

委托事项如果来自自由文本输入，填进去之前截断到 100 字并补省略号，避免一整段话把签字栏顶到下一页。

4.3 签字栏排版与「不跨页」控制

签字栏最常见的崩法是跑到第二页去。三个动作组合起来基本能压住：

from docx.shared import Cm, Pt sec = doc.sections[0] sec.bottom_margin = Cm(2.0) tail = doc.add_paragraph( '委托人（签字）：____________ 受托人（签字）：____________') tail.paragraph_format.space_before = Pt(24) tail.paragraph_format.keep_with_next = True tail.paragraph_format.keep_together = True

keep_together保证这一段自身不被拆到两页，keep_with_next让它和下一段（通常是日期行）绑在一起。space_before用段前距拉开与正文的距离，比插入若干空段落靠谱——空段落会随内容长度变化把版面顶乱，而且计数页数时会误导。

注意：如果正文本身已经接近满页，keep_together会把整段推到下一页，结果反而多出一页空白。改完边距和段距后，一定随机抽三份打开数页数，不要只看第一份。

4.4 导出 PDF 与 doc 兼容格式

多数接收方要 PDF，个别场景仍要老.doc。两种都用同一条命令模式：

# 批量转 PDF soffice --headless --convert-to pdf --outdir ./pdf ./out/*.docx # 需要老格式时转 doc soffice --headless --convert-to doc --outdir ./doc ./out/*.docx # 指定导出过滤器，避免默认设置丢字体嵌入 soffice --headless --convert-to "pdf:writer_pdf_Export" --outdir ./pdf ./out/*.docx

无头转换依赖系统已安装字体。服务器只装了西文字体时，生成的 PDF 里中文会显示成方框，判断依据是 PDF 体积明显偏小且文字无法搜索。装一套中文字体后重跑即可。另外转换是逐文件起进程，几百份的量级建议分批跑，或用脚本控制并发数，一次性丢几千个文件进去容易超时。

5. 进阶验证：扫 XML 找残留占位符，再对成品做断言比对

前面所有替换都建立在doc.paragraphs和doc.tables之上，而页眉、页脚、文本框里的内容不在这两条路径里。占位符只要被写进页眉，替换就静默失效，肉眼还很难发现。验证环节直接解包扫 XML：

import re, zipfile def scan_leftover(path, pattern=r'\{\{\w+\}\}'): hits = [] with zipfile.ZipFile(path) as z: for name in z.namelist(): if name.endswith('.xml') and ('header' in name or 'footer' in name or name.startswith('word/document')): xml = z.read(name).decode('utf-8') hits += [(name, m.group(0)) for m in re.finditer(pattern, xml)] return hits

zipfile直接读的是磁盘上的成品，绕过 python-docx 的对象模型，覆盖到页眉页脚这些边角部件。返回空列表才算干净。decode('utf-8')对 OOXML 部件是安全的，所有部件都按 UTF-8 编码。

再把成品读回来做值的存在性断言，比逐份打开目测快得多：

from docx import Document def assert_filled(path, expect: dict): doc = Document(path) text = '\n'.join(p.text for p in doc.paragraphs) + '\n' + '\n'.join( c.text for t in doc.tables for r in t.rows for c in r.cells) for key, val in expect.items(): assert val in text, f'{path.name} 缺少 {key}={val}' assert '{{' not in text, f'{path.name} 存在未替换占位符'

最后补一道模板层面的保险：把模板文件的哈希记下来，模板一改就重跑一遍全量生成和断言。

sha256sum 户口办理委托书.docx >> tpl.sha256

模板哈希、当次名单快照和成品目录名一起归档。哪天有人拿着某份委托书问是哪一批印的，比对一下哈希，就能定位到当时用的是哪一版模板、哪一份名单，不用去翻聊天记录猜。

本文还有配套的精品资源，点击获取