linux多个word合并：从场景到操作的完整思路
手头有一堆Word文档需要合成一份，而你又习惯在Linux终端下干活？这可能是整理项目报告、汇总多人填写的表单，或是把分章节的稿件拼成完整手册。和桌面环境里点几下鼠标不同，Linux下合并Word文档需要绕开图形界面，借助一些命令行工具或脚本思路。这篇内容就围绕这个需求展开，把可能用到的路径、容易踩的坑以及怎么根据手头文档的特点选方法，尽量说清楚。
先搞清楚你的Word文档是什么格式
动手之前，先确认文件的真实格式。常见的.docx本质是一个压缩包，里面装着XML描述的内容；而老式的.doc是二进制格式，处理起来麻烦得多。在终端里用 file 命令看一眼，比如 file 报告.docx，输出会告诉你它到底是Microsoft Word 2007+还是Composite Document File。
如果混着.doc和.docx，建议先把.doc转成.docx，再统一处理。转换可以用LibreOffice的命令行模式，例如 libreoffice --headless --convert-to docx *.doc，它会生成同名的.docx文件。这一步是后续所有操作的基础，格式不统一，后面的合并脚本很容易报错。
另外，留意文档里有没有复杂的样式、页眉页脚、批注或修订痕迹。这些元素在合并时往往不会原样保留，提前心里有数，能避免合并后才发现版面乱掉。
用pandoc把多个文档串起来
pandoc是个文档转换利器，它可以把多个Word文档先转成Markdown或HTML，再合并成一个文件，最后转回.docx。思路是“先拆后合”，绕开直接拼接二进制文件的坑。
操作上分几步走。第一步，把所有待合并的.docx转成Markdown：pandoc 章节1.docx -o 章节1.md，对每个文件重复。第二步，按你想要的顺序把Markdown文件拼起来，可以用 cat 章节1.md 章节2.md > 合并.md，注意顺序就是最终文档的顺序。第三步，把合并后的Markdown转回Word：pandoc 合并.md -o 合并.docx。
这个方法的好处是中间产物是纯文本，你可以顺手检查有没有乱码或丢失的段落。缺点是样式会简化，标题层级、列表这些结构能保留，但精细的字体和间距可能和原文档有出入。如果对版式要求不高，只是要内容归拢，这条路很省心。
借助LibreOffice的宏或命令行做合并
LibreOffice在无界面模式下也能干活。一种做法是用它的Basic宏，写一段脚本遍历指定目录下的.docx，逐个打开、把内容追加到主文档，再保存。宏的写法需要一点学习成本，但胜在能保留较多原有格式。
另一种更轻量的思路是利用unoconv或直接调用soffice命令，先把文档转成ODT格式，再用odt2docx之类的工具合并。不过这类工具链的稳定性取决于你系统里装的版本，操作前最好在测试目录里跑一遍，确认输出符合预期。
如果文档数量不多，也可以考虑用LibreOffice的“主文档”功能：在图形界面里新建主文档，把各个子文档作为章节插入。这虽然不是纯命令行，但在Linux桌面环境下同样可行，适合对版式有要求、又不想写脚本的情况。
合并时容易遇到的几个坑
第一个坑是页面设置不一致。有的文档是A4纵向，有的是Letter横向，直接合并后页面尺寸会跟着第一个文档走，后面的内容可能被裁切。处理办法是在合并前统一页面设置，或者在合并后手动调整节属性。
第二个坑是样式冲突。两个文档都定义了“标题1”，但字体和字号不同，合并后pandoc或LibreOffice会按自己的规则取舍，结果可能不是你想要的。如果样式很重要，建议先在一个模板文档里统一样式，再把内容往里填。
第三个坑是图片和表格错位。相对路径的图片在转换过程中容易丢失，表格跨页时也可能断得莫名其妙。合并前把图片改成嵌入方式，表格尽量简单化，能减少这类问题。
最后一个常见问题是编码。如果文档里有中文，确保转换工具使用UTF-8，否则可能出现乱码。pandoc默认处理得不错，但用cat拼接Markdown时，要确认每个文件都是UTF-8编码。
写个小脚本让重复劳动自动化
如果你经常需要合并Word文档，把上面的步骤写成Shell脚本会省事很多。脚本的大致逻辑是：定义输入目录和输出文件名，遍历目录下所有.docx，按文件名排序（或者按你指定的顺序），逐个转成Markdown并追加到临时文件，最后一次性转回.docx。
写脚本时注意几个细节：文件名里如果有空格，用引号包住变量；转换失败时让脚本停下来并打印是哪个文件出的问题；临时文件放在/tmp下，用完清理。脚本不需要很复杂，几十行就能覆盖大部分日常场景。
另外，如果合并的文档有固定的章节顺序，可以在脚本里维护一个文件列表，而不是依赖ls的排序结果。这样每次运行的结果都是可预期的。
总结
在Linux下合并多个Word文档，核心是先统一格式（把.doc转成.docx），再选择合适的手段：pandoc适合内容归拢、对版式要求不高的场景；LibreOffice宏或主文档适合需要保留较多格式的情况。操作时注意页面设置、样式冲突和图片嵌入这些细节，把重复步骤写成脚本能提升效率。遇到文件损坏或内容丢失，回头检查转换环节，往往能找到原因。
相关文章
- macbook多个word合并：轻松整理文档的实用思路
在MacBook上合并多个Word文档，不必依赖复杂工具。本文从实际场景出发，介绍几种可行思路与注意事项，帮你高效整理文档。
- java实现多个word合并：从准备到调试的完整教程
手把手教你用Java合并多个Word文档，涵盖依赖选择、分步操作、常见错误与进阶技巧，适合办公自动化场景。
- java多个word合并：从准备到实现的教程
学习用Java合并多个Word文档，涵盖依赖选择、分步操作、常见错误与排查技巧，适合办公自动化场景。
- macbook多word合并：桌面与在线方案怎么选
在MacBook上合并多个Word文档，可借助Word内置功能、系统自带工具或在线服务。本文对比不同思路的适用场景与注意点，帮你找到顺手做法。
- macbookpdf文件合并：Mac上如何把多个PDF合成一个
在MacBook上合并PDF文件，可以借助系统自带功能或在线工具。本文介绍几种可行方法，并提醒注意文件顺序、隐私与格式兼容性。
常见问题
Q1合并后的Word文档打开提示“文件已损坏”怎么办？
多半是直接拼接二进制文件导致的。`.docx`不是纯文本，不能简单用`cat`合并。建议改用pandoc先转成Markdown再合并，或者用LibreOffice的宏来处理。如果已经损坏，从原始文件重新走一遍流程。
Q2合并时如何保留原来的页眉和页脚？
pandoc转换过程中页眉页脚通常不会保留。如果必须保留，考虑用LibreOffice的主文档功能，或者写宏在合并时复制节属性。另一种思路是把页眉页脚内容提取出来，合并后统一添加。
Q3文档里有大量图片，合并后图片丢失了怎么办？
检查图片是链接还是嵌入。链接图片在转换时容易丢失，合并前应在Word里把图片嵌入文档。如果用pandoc，可以加`--extract-media`参数把图片提取到指定目录，再手动处理引用路径。
Q4能不能只合并文档中的部分章节？
可以。先用pandoc把每个文档转成Markdown，然后在Markdown里删掉不需要的段落，再合并。或者用脚本按标题层级提取特定章节，这需要一点文本处理技巧，但灵活性很高。