文文档合规审核与净化工具

面向文档发布前的内容合规检查：先判断内容能不能改，再按词表做检测、净化与留痕复扫。五个关键设计：①★前置判断——区分「独立标签」与「句子成分」，后者逐词替换必然破坏语义（实测索引人名被顶掉、后缀叠加成"占位符+时期的X"），只能整段删或整文件不上架；②按词长分级的匹配规则，同时解决误报与漏报；③六类残留载体识别（改了正文不等于干净，脚本与说明文档本身也会留痕）；④按扩展名扫描会假通过——docx/xlsx/pptx 是 zip，须解包扫内部；⑤处置动作自己会生产新痕迹——"移出工作区"不等于清除，备份目录最危险。另含撤回流程（替换不可逆，备份常已被污染）与 scan/fix/name/audit 四模式闭环。