上周要把自己写的一份代码应用安全评估初查报告发给三个不同的对接人，每个人只负责其中一部分。全文 2.12 MB，直接整份发过去，对方还得自己翻到对应章节。最直接的想法是把它拆开——但 Word 文档的"拆分"并不像切文本文件那么直接，先把结构理清楚，再动手实测。
docx 里到底装了什么
.docx 本质是一个 ZIP 包，解开来大致是这几样东西：
word/document.xml ← 正文，所有段落按顺序排在这里 word/styles.xml ← 样式定义 word/numbering.xml ← 编号列表的定义 word/media/ ← 图片等资源 [Content_Types].xml ← 类型声明正文document.xml里，最核心的骨架是<w:body>下面一串<w:p>（段落）节点。所谓"拆分"，绝大多数实现都是：按某个规则把<w:p>序列切成几段，每段配上原文件的样式、编号等部件，重新打包成新的 docx。
这也解释了为什么拆分粒度通常按"段落"而不是按"页"——docx 里其实没有"页"这个实体，分页是排版时算出来的，文件本身只存段落。
两种拆法，对应两种需求
拆分一般有两种口径：
- 均匀拆分：每 N 个段落存成一个文件。适合"把大文档平均分成几份"的场景，比如把几百段的手册按 50 段一份分给不同的人。
- 按段落范围提取：指定"要第 100 到 180 段"，取出一个片段。适合"只要某一章"的场景。
两种做法底层是同一套逻辑，只是切分规则的参数不同。
实测：2.12 MB 的报告拆成了 4 份
我拿一份 2.12 MB 的评估初查报告实测，用在线的 Word 合并拆分工具，选"Word 拆分"，拆分方式保持默认的"每 N 段落一个文件"，N 为 50：
点"拆分Word"之后，结果直接打包成 ZIP，共 4 个文件（成功 4 个），文件名自动带上"第1部分""第2部分"这样的序号：
也就是说这份报告的正文段落量落在 151～200 段这个区间（4 份 × 最多 50 段）。切出来的每一份都是独立 docx，样式跟着样式部件走，打开排版没有散架。
几个容易被忽略的边界
拆出来的文件"能打开"和"完全正确"之间，还有几道坎：
- 编号列表：编号定义集中在
numbering.xml里，如果拆分实现只复制了段落而共享了编号定义，拆出去的部分编号可能从 1 重新起算，或者跟别的编号实例互相干扰。拿到拆分结果后，编号列表的起始值值得逐个核一遍。 - 交叉引用与书签：
<w:bookmarkStart>这类书签如果起点和终点被切到两个文件里，引用就会悬空。"见第 X 章"这类文字引用尤其要人工过一遍。 - 分节符（sectPr）：页面方向、页眉页脚这些设置挂在分节符上，而分节符藏在特定段落里。如果恰好把它切到了另一个文件，前后两份的页面设置可能跟预期不一样。
- 表格：一个大表格由很多
<w:p>组成，如果切分点落在表格中间，会出现"半个表格"。
实际操作里还有一个经验判断：拆出来的文件段落数能不能对得上。均匀拆分的段落数应该满足"份数 × 每份上限"恰好覆盖原文，如果原文段落里混着大量空段落，有的实现会把空段过滤后再切，结果每份的实际内容量就不一样了——核对时按"非空段落"算更准。
所以均匀拆分适合"内容块相对独立"的文档；章节之间耦合重的，按段落范围提取、对着目录拆更稳妥。
小结
Word 拆分的可靠做法是三步：先想清楚按段落切（而不是按页），再确认文档里有没有编号列表、交叉引用、分节符这三样敏感部件，最后抽一份拆分结果从头到尾翻一遍。这次验证我用的是工具派上的 Word 合并拆分工具，顺手记录一下。
相关工具地址：gjupai.com/tools/word-merge-split，顺手记录一下。