ODF是开放XML办公文档标准，.odt为文字处理格式，本质是ZIP包，含mimetype、content.xml、styles.xml、meta.xml等核心文件，结构透明、易解析且开发者友好。
ODF（OpenDocument Format）是一种开放、基于XML的办公文档标准，由OASIS组织制定并维护，2006年成为ISO/IEC国际标准（ISO/IEC 26300）。它不是某家公司的私有格式，而是为实现跨软件互操作、长期存档和数据自主权而设计的通用文档格式。.odt是其中专用于文字处理文档的扩展名，相当于Word的.docx，但结构更透明、更易解析。
.odt文件本质是一个ZIP压缩包
你只需把.odt文件后缀改为.zip，用任意解压工具打开，就能看到内部真实的XML文件结构。这种设计让ODF既节省空间，又便于程序读取和修改。
核心XML文件及其作用
-
mimetype：纯文本文件，第一行固定为application/vnd.oasis.opendocument.text，不压缩，用于快速识别文档类型 -
content.xml：文档主体内容所在，包含所有段落、标题、列表、内嵌表格、超链接等——这是提取正文和结构化信息的主要目标 -
styles.xml：定义字体、段落缩进、页眉页脚、列表样式等呈现规则，与内容分离，符合“语义与样式解耦”原则 -
meta.xml：存储作者、创建时间、修改时间、关键词、语言等元数据，对文档管理与AI处理很有价值 -
settings.xml：保存视图设置（如是否显示网格、导航窗格开关等） -
Thumbnails/thumbnail.png：可选缩略图，用于文件管理器预览
为什么这个结构对开发者友好
- XML是纯文本，可用标准库（如Python的
xml.etree.ElementTree）直接解析，无需专用SDK - ZIP结构支持流式解压，大文件也能边解压边处理，避免内存爆炸
- 各组件职责清晰，比如改样式只动
styles.xml，不影响正文逻辑
一个小提醒
虽然结构公开，但直接手写或手动修改XML容易出错（比如标签未闭合、命名空间缺失）。实际开发中推荐使用成熟库如odfpy或UnstructuredODTLoader，它们已封装好命名空间处理、字符编码适配、样式继承计算等细节。
基本上就这些。
