施建樺 Wilson Shih

逐頁人工校對交不出乾淨檔案就不准出貨

Word 簡繁本地化工具鏈

把數百頁企業軟體使用手冊的簡轉繁與格式對齊自動化。難的不是轉換,是證明真的轉乾淨了——最後做出來的其實是一道驗收閘門。

技術
Word / WPS COM、OOXML、PowerShell、Python

問題

一批數百頁的企業軟體使用手冊要從簡體轉成台灣繁體, 同時把字型、段距、標題階層、目錄全部對齊一份標準文件。

人工做一本要好幾天,而且會漏。更麻煩的是:你很難證明沒漏。

做法

不做「找到簡體字就換掉」,而是整份文件轉換,再加一層鎖回規則 處理那些不能一對一換的詞——財會領域裡「帳」不是「賬」, 「批准時間」不可以被誤傷成「批準時間」。

管線分成文字、格式、封面、頁首頁尾、目錄五個階段,順序不能換: 先改字級會改變分頁,目錄就得排在它後面重刷。

最後一關是硬性閘門:殘留簡體字不是 0 就不交件。

踩坑

  • 統計和轉換共用同一套盲區,所以會一起漏。 封面、頁首、圖表裡的文字不在主文串流上, 轉換掃不到,殘留統計也掃不到——於是「全項通過」是假的。 曾經有一批帶著 218 條簡體的內嵌流程圖出貨,而報表顯示乾淨。
  • 內嵌的流程圖是物件不是圖片。 文字藏在兩層裡,兩層都不在一般的文件部件中, 要逐位元組就地替換,而且得先證明改了不會毀掉檔案。
  • 接管使用者正開著的 Word 會關掉他的視窗。 Word 是單一實例, 程式建立物件時接管的是同一個。動手前先確認有沒有帶視窗的實例,有就只關自己開的文件。

驗收

殘留簡體字 0、目錄項目數與標題數逐項核對、格式九項全數比對通過。 驗收腳本本身也要被檢驗——第一版報了四個失敗,全都是誤判, 是拿已經人工確認過的成品反向校準之後才修對。

回到所有作品