简介：面向畜牧兽医及相关专业学生的《家畜饲养学》教案文档，适合教师备课、学生复习或自学入门。内容覆盖绪论与畜禽营养原理各节，包括植物性饲料与畜体化学组成、蛋白质与畜禽营养、碳水化合物与畜禽营养、脂肪与畜禽营养、矿物质与维生素营养等专题，每章均列出教学目的、教学重点难点、教学方法、课时安排、教学步骤、小结及思考题，沿“任务—原理—应用”脉络组织，结构清晰便于逐章查阅。资源为单一doc格式电子教案，压缩包仅158KB，轻量易用，共1个文件。当前已有76人学习浏览，适合需系统梳理家畜饲养学知识体系、快速掌握饲料营养与饲养管理要点的读者下载。借助这份教案，读者可对照教学逻辑理解动植物体化学组成差异、三类有机物消化利用与能量转化、钙磷代谢及维生素功能等核心内容，并通过课后思考题检验学习效果，是课堂讲授与自主复习的实用参考资料。
1. 一份家畜饲养学教学文档，别急着双击打开
「家畜饲养学教（学）案.doc」这个文件名，拿到手先别双击，它本身就是一场文档管理事故：带括号的“教（学）案”让教案和学案两种定位混在一起；.doc 后缀说明它来自 Word 2003 时代，内部是二进制结构而不是 XML；没有课程代码、学期和版本号，放进共享盘几周就会衍生出「家畜饲养学教案(1).doc」「最新-家畜饲养学教案.doc」。教学文档的存量治理，难的不是 Word 操作，而是把老格式里的内容变成可查询、可复用、可追踪的数据。这篇不谈牛的瘤胃发酵，只谈怎么处置一份这样的文档：格式转换、结构标量化、命名规范化、纳入版本管理、参数表抽成数据。信息中心运维、教研组技术负责人，以及被教学文档批处理折磨过的工程师，都适合往下看。
2. 老式 .doc 是二进制复合文档，先转换再解析才有意义
2.1 python-docx 读不了 .doc，原因在文件结构
python-docx 只能处理 .docx，因为 .docx 本质上是一个 zip 压缩包，包里放着 document.xml、styles.xml 这一组遵循 Open XML 规范的 XML 文件。解析它就是解压、读 XML、按标签还原段落和表格。而 .doc 是 OLE2 复合文档二进制格式，内部结构更像一个小型文件系统，由文件夹、流（Stream）和扇区组成，正文文本分散在各条 Stream 里，可能被拆成多个片段，还夹杂着格式控制符、修订记录和嵌入对象。把 .doc 直接丢给 python-docx，它会按 zip 的方式去读文件头，立刻抛出 BadZipFile 异常。这不是代码写得不对，是格式的物理边界。
处理 .doc 的通用思路，是先找一个能解析 OLE2 的组件，把它转成 .docx 或纯文本，再做后续提取。常见路径有三条：LibreOffice headless 转换、antiword 提取文本、textract 汇总各种后端。我一般优先用 LibreOffice，因为它对 Word 排版的还原度最高，还能同时保留 Heading 样式和表格结构——这两点对教案标量化是关键。
提示：如果 .doc 文件本身设置了打开密码，任何命令行工具都无法直接读取，需要先把文档交给原作者去除密码。
2.2 用 LibreOffice headless 批量把 .doc 转成 .docx 的最小命令
单文件转换：
libreoffice --headless --convert-to docx --outdir ./converted "家畜饲养学教（学）案.doc"参数说明：--headless 是让 LibreOffice 以无界面模式运行，适合服务器和批处理任务；--convert-to docx 指定输出格式，转成 .docx 而不是 txt，为的是保留 Heading 样式和表格结构，它们比纯文本值钱得多；--outdir ./converted 指定输出目录，命令执行后原文件不会被改动。文件名字符集带全角括号时，在 bash 里必须加引号，否则会被 shell 按括号和空格拆成多个参数，导致找不到文件。
批量转换用 for 循环就够了：
mkdir -p converted for f in ./*.doc; do libreoffice --headless --convert-to docx --outdir ./converted "$f" done执行完到 converted 目录看一下生成文件的修改时间。转换被中断或文档加密时，输出目录里不会有对应的 .docx。LibreOffice 首次启动会加载用户配置，单条命令会比后续慢 10 秒左右，批量场景下可以先跑一条空转换预热环境，或者干脆忽略首条耗时，只看最终产出清单。
2.3 只想要纯文本时，antiword 和 catdoc 怎么选
有些脚本只需要教案正文做关键词检索，不需要还原段落样式，这时候用 LibreOffice 就重了，antiword 和 catdoc 更轻便。二者的取舍可以看这张表：
| 工具 | 输出 | 适用场景 | 明显限制 |
|---|---|---|---|
| antiword | 纯文本 | 段落和表格行顺序保留好 | 丢弃图片和嵌入对象，Windows 下需自行编译 |
| catdoc | 纯文本 | 老式中文 .doc 多、GBK 编码常见 | 复杂分栏下文本顺序偶有错乱 |
| LibreOffice | docx / txt | 需要保留样式、表格、目录 | 依赖图形库较重，首次启动慢 |
我一般这么选：只做关键词检索用 antiword；面对一批 2003 年前后的中文 .doc 用 catdoc；要保留结构就回到 LibreOffice 转 .docx。用法如下：
antiword "家畜饲养学教（学）案.doc" > teaching_plan.txt catdoc "家畜饲养学教（学）案.doc" > teaching_plan.txtantiword 遇到 GBK 中文乱码时，可以先执行antiword -m UTF-8.txt看映射效果再决定要不要加参数。另外注意全角括号和半角括号在 shell 里的通配行为不同，先ls -b 家畜饲养学教*.doc看清楚原始文件名，再写命令，能省掉很多“转出来是空文件”的排查时间。
2.4 转换失败的排查顺序
转换失败按三件事排查：第一，确认扩展名没有骗人，在 Linux 下执行file "家畜饲养学教（学）案.doc"，输出应该是 Composite Document File V2 Document，如果显示 HTML 或 Zip archive，说明它本来就是另存出来的假 doc；第二，检查文档是否加密，LibreOffice headless 遇到带打开密码的文档会表现为转换卡住或生成 0 字节文件；第三，检查 OLE 流是否损坏，遇到这种情况，用 Word 打开后另存为 .docx 一次，再交给脚本处理，是效率最高的修复方式。这三步走完，90% 的 .doc 都能顺利转成可解析的 .docx。
3. 用 python-docx 把教（学）案标量化，抽出目标、重点和难点
3.1 教案和学案的典型结构，决定锚点字段怎么设
教案和学案虽然排版千差万别，但核心字段高度一致。教案通常按“课程名称、授课章节、教学目标、教学重点、教学难点、教学过程、板书设计、作业布置”展开；学案则多出“课前预习、课中探究、课堂检测、反思记录”这些学生侧字段。带括号的“教（学）案”，本质是一份同时承担两种定位的文档，既写了给老师用的教学组织逻辑，又写了给学生填写的活动表格，分布在正文段落和表格两种载体里。
抽取的设计思路是：先用段落样式重建大纲，再用关键词做内容锚定。锚定词一次给全同义词很重要，例如“教学目标”要同时匹配“教学目的”“学习目标”，否则同一门课不同老师的写法会让你抽出来的字段残缺。这一步做对了，后面的 JSON 和版本对比才有基础。
3.2 读段落和样式，重建课程大纲
python-docx 处理 .docx 的段落非常直接：
from docx import Document doc = Document("converted/家畜饲养学教（学）案.docx") for para in doc.paragraphs: text = para.text.strip() if not text: continue style = para.style.name if style.startswith("Heading"): level = style.replace("Heading ", "") print(f"[H{level}] {text}") else: print(f"[P] {text}")逻辑说明：doc.paragraphs 返回文档正文的全部段落，每个段落对象的 .style.name 能拿到 Word 里的样式名。老 .doc 经 LibreOffice 转成 .docx 后，标题样式通常对应 Heading 1 到 Heading 3，正文是 Normal，这样的映射重建出的内容层级，基本就是这个文档真实的大纲：第几章、第几节、讲了几个知识点。如果发现所有段落都落在 Normal 上，说明原文档是手动放大字号而不是用样式排版，这时大纲只能用关键词来找，代码逻辑要往 3.3 的结构靠。
3.3 用正则按锚点抽取教学目标、重点、难点和课时
结构标题齐全的文档，用正则抽字段非常快：
import re paras = [p.text.strip() for p in doc.paragraphs if p.text.strip()] full_text = "\n".join(paras) patterns = { "teaching_goal": r"(?:教学目的|教学目标|学习目标)[：:]?\s*(.*?)(?=教学重点|重点|教学难点|难点|教学过程|教学内容)", "key_point": r"(?:教学重点|重点)[：:]?\s*(.*?)(?=教学难点|难点|教学过程|教学内容|$)", "difficulty": r"(?:教学难点|难点)[：:]?\s*(.*?)(?=教学过程|教学内容|作业|$)", "hours": r"(?:课时|学时)[：:]?\s*(\d+(?:\.\d+)?)", } result = {} for field, pattern in patterns.items(): match = re.search(pattern, full_text, re.S) result[field] = match.group(1).strip() if match else ""正则的要点在结尾的前瞻断言，比如(?=教学重点|重点|教学难点)表示匹配到下一个字段名就停下，防止“教学目标”的内容把“重点”后面的文字吞进去。re.S 让点号能匹配换行，因为教学目标往往跨三到四行。这套方案对结构整齐的文档效果最好；如果字段名和正文在同一行、没有明显的换行边界，就要改成逐行扫描：先判断当前行是否含字段名，再往下累加内容行直到遇到下一个字段名，从正则改造成状态机，20 行内能写完。
3.4 抽取完要落成结构化 JSON，并做字段完整性校验
抽出来的内容最后要能交给下游（资源平台、课件生成脚本、课程知识库）用，JSON 是最稳的承载格式：
import json fields = { "source": "家畜饲养学教（学）案.docx", "course": "家畜饲养学", "title": "猪的营养需要与日粮配合", "hours": result["hours"], "teaching_goal": result["teaching_goal"], "key_point": result["key_point"], "difficulty": result["difficulty"], } required = ["teaching_goal", "key_point", "difficulty", "hours"] missing = [k for k in required if not fields.get(k)] if missing: print("缺失字段:", ", ".join(missing)) with open("teaching_plan.json", "w", encoding="utf-8") as fp: json.dump(fields, fp, ensure_ascii=False, indent=2)代码里先做缺失检查再写文件，能避免生成一堆空字段的“假数据”。字段与教案内容的对应关系如下，排查时可以直接对着表找原因：
| JSON 字段 | 提取来源 | 失败时优先检查 |
|---|---|---|
| teaching_goal | 教学目标/教学目的/学习目标 | 是否用了“目的要求”等其他同义词 |
| key_point | 教学重点/重点 | “重难点”合并写法会把两个字段混在一起 |
| difficulty | 教学难点/难点 | 难点内容是否跨页，需先合并全文再匹配 |
| hours | 课时/学时 | 数字是否为全角，全角数字会被 \d 漏掉 |
这一套跑完，一份原来的老教案就变成了可编程引用的 JSON，后续做一个按课程查询教学目标的接口，或者生成新课表的辅助表，都是顺手的事。
4. 文件名清洗与 Git 版本管理，终结“最终版”污染
4.1 命名规则至少要有 5 个字段
文档治理如果只做内容抽取，不管文件名，那共享盘三个月后还会出现“家畜饲养学教案(1).doc”的灾难现场。教学文档的文件名至少要编码 5 个字段：课程代码、课程简称、文档类型、主题、日期或版本。
| 字段 | 示例 | 说明 |
|---|---|---|
| 课程代码 | AH-202 | 一看就知道是哪门课程 |
| 课程简称 | 家畜饲养学 | 检索关键词，避免缩写歧义 |
| 文档类型 | 教案 / 学案 / 课件 | 类型统一用枚举值，不写“资料” |
| 主题 | 猪的营养需要 | 对应教案标题，方便按知识点找 |
| 日期或版本 | 20250610-v1 | 定稿时间加上版本号，杜绝“最终版” |
规范名长成这样：AH-202-家畜饲养学-教案-猪的营养需要-20250610-v1.docx。字段之间用半角连字符，避免空格和括号，因为它们在 shell、Git 和 URL 里都会引起转义问题。
4.2 批量清洗文件名括号与副本编号的脚本
清洗规则要写在脚本里，不能靠手改。下面这个函数解决三种最典型的脏数据：全角括号残留、(1)这种副本编号、“最终版/定稿/最新”这类无效后缀。
import re def clean_name(raw: str) -> str: name = raw.replace("（", "(").replace("）", ")") name = re.sub(r"教\s*\(学\)\s*案", "教案-学案", name) name = re.sub(r"\((\d+)\)", r"-副本\1", name) name = re.sub(r"最终版|定稿|最新|新+", "", name) name = re.sub(r"\s+", "_", name) return name.strip(" _-") print(clean_name("家畜饲养学教（学）案.doc"))输出结果是家畜饲养学教案-学案.doc。注意替换顺序：先把全角括号统一成半角，再处理“教(学)案”这个特殊情况，最后清理数字副本标记。颠倒顺序会让正则匹配不到全角括号里的数字。写完后先打印不改名，确认所有结果都符合预期，再换成 os.rename 或 Path.rename 真正执行，这个习惯能避免一次批量改名把整个目录搞乱。
4.3 把教学资源目录纳入 Git 跟踪
文件命名只是静态规范，版本管理才能让文档演进有迹可循。把整个课程资源目录交给 Git 只要几条命令：
cd ~/teaching/畜牧兽医系 git init git add . git commit -m "init: 导入家畜饲养学课程资源"对教学资源这种以 Word、PDF、图片为主的目录，建议在仓库根目录加一个.gitignore，忽略临时文件和系统文件：
*.tmp ~$*.doc* .DS_Store converted/converted 目录如果是脚本生成的中间产物，不应该进版本库，每次转换可以重新生成，避免仓库里出现两套同名文档导致混淆。Git 对二进制 docx 的 diff 不友好，但它至少能记录“谁在什么时候改过文件”，配合命名规则里的版本号，两个维度一交叉，就能回答“这份教案是不是最新的”这种共享盘时代最难回答的问题。
4.4 提交信息要带科目和阶段，否则历史记录没法检索
课程资源的提交信息要能回答三个问题：改的哪个科目、处于什么阶段、改了什么内容。建议的格式是科目: 阶段: 变更描述，例如：
git commit -m "家畜饲养学: 教案: 补充猪能量饲料的饲养标准参数表"阶段别用“更新”“修改”这类宽泛词，用“初稿”“校稿”“定稿”。Git 的提交历史就成了一本教学文档的修订日志，期末复盘时git log --oneline --grep="家畜饲养学"一行命令就能拉出整个学期的变更轨迹。
5. 进阶：把饲养标准参数表抽成 CSV，并做一致性校验
教案里最值得结构化的是饲养标准参数表，比如不同生长阶段猪的日增重、采食量、消化能需求这类数据。它们出现在 Word 表格里，肉眼看不乱，但无法被程序查询。把每张表抽成 CSV，是教学资源走向数据化的关键一步。
先遍历文档里的所有表格，看结构：
from docx import Document doc = Document("converted/家畜饲养学教（学）案.docx") for idx, table in enumerate(doc.tables): print(f"--- Table {idx}: {len(table.rows)}行 x {len(table.columns)}列 ---") for row in table.rows[:3]: print(" | ".join(cell.text.strip() for cell in row.cells))确认表头行和单位行的位置后，再按列写入 CSV：
import csv target_table = doc.tables[2] with open("feeding_standard.csv", "w", encoding="utf-8-sig", newline="") as fp: writer = csv.writer(fp) for row in target_table.rows: writer.writerow([cell.text.strip() for cell in row.cells])编码用 utf-8-sig 而不是 utf-8，是因为 Excel 直接打开无 BOM 的 UTF-8 CSV 会乱码，加上 BOM 后双击就是正确的中文表头。写完 CSV 后还要做一次反向校验：打开原始 docx，统计表格里非空单元格的数量，再对比 CSV 里的行数与单元格数，两者对不上说明抽取时丢了合并单元格的内容。
校验脚本的核心是这行对比逻辑：
python -c " from docx import Document doc = Document('converted/家畜饲养学教（学）案.docx') cells_doc = sum(len(r.cells) for t in doc.tables for r in t.rows) rows_csv = sum(1 for _ in open('feeding_standard.csv', encoding='utf-8-sig')) print('doc 单元格:', cells_doc, 'csv 数据行:', rows_csv) "一行命令完成数据体检。如果 doc 单元格数远超 CSV 行数，基本可以判断是 Word 表格中存在合并单元格，csv.writer 按行写入时把合并区域拆成了空字符串，这时要用 cell.text 为空则向上取值的方法做填充。这个校验技巧放在教学资源数字化流程的最后一步，能让脚本产出的参数表直接进入课程课件、习题库和知识图谱，不会再因为手工复制粘贴产生“对不上”的脏数据。
本文还有配套的精品资源，点击获取
