Office文档元数据字段详解

理解Office文档属性的内部机制

每个 Office 文档（.docx、.xlsx、.pptx）本质上是一个 ZIP 压缩包，内部包含多个 XML 文件。文档属性（元数据）存储在这个 ZIP 包中的特定 XML 文件中——主要是 docProps/core.xml 和 docProps/app.xml。core.xml 遵循 OPC（Open Packaging Conventions）标准，使用 Dublin Core 命名空间来定义作者、创建日期等核心属性；app.xml 则包含应用程序特定的属性，如总编辑时间、应用程序名称等。

下面的 XML 片段展示了 core.xml 中元数据的实际存储格式：

16个元数据字段详解

1. 作者（Author / Creator）

内部名称：dc:creator。这是最基本的文档元数据字段，表示文档的原作者。在 Office 中，作者默认为 Office 安装时注册的用户名。当多人协作编辑时，这个字段通常保持不变（保留原始创建者的名字），而"最后保存者"字段会随着每次保存更新。作者字段是企业文档隐私泄露的重灾区，也是最需要关注和清理的字段之一。

2. 最后保存者（Last Modified By）

内部名称：cp:lastModifiedBy。这个字段记录的是最后一个保存文档的人的用户名。与"作者"字段不同，每次有人保存文档时，这个字段都会被更新为当前保存者的名字。因此，如果一份文档经过多人编辑，最后保存者可能就是最后一位编辑者的名字。在企业外发场景中，如果最后保存者是某个具体员工的用户名，可能暴露内部人员信息。

3. 创建时间（Created Date）

内部名称：dcterms:created。文档首次创建的时间戳。这是文档的"出生证明"，原本应该是只读的，但实际上可以通过专业工具修改。在投标文件准备中，常常需要将所有文档的创建时间统一到某个时间段，以保持时间线的一致性。MetaTool 提供了 5 种时间策略（固定时间、递增偏移、随机范围、链式继承、不修改）来灵活处理这个字段。

4. 修改时间（Modified Date）

内部名称：dcterms:modified。文档最后一次保存的日期时间。这个字段在 Office 中每次保存都会自动更新。在元数据清理时，通常需要将修改时间与创建时间保持一致，或设置为比创建时间稍晚的合理时间。总编辑时间（Total Edit Time）和修改时间组合可以推断出文档的编辑周期。

5. 标题（Title）

内部名称：dc:title。文档的标题字段，不同于文件名。文件名是操作系统的文件标识，而标题是文档的"展示名称"。在文档管理系统中，标题字段通常用于搜索和分类。很多用户不设置这个字段，导致它为空或与文件名相同。规范设置标题字段可以显著提升文档检索效率。

6. 主题（Subject）

内部名称：dc:subject。文档主题或摘要描述，通常是一句话概括文档的核心内容。对于需要通过关键词检索的海量文档库，主题字段比标题字段提供更丰富的描述信息。在 SharePoint 等文档管理平台中，主题字段常用于高级搜索和筛选。

7. 关键词（Keywords）

内部名称：cp:keywords。用于文档检索的标签词，多个关键词之间通常用逗号或分号分隔。良好的关键词设置可以极大地提升文档管理系统的搜索效率。但需要注意的是，关键词字段中可能包含项目代号、内部术语等敏感信息，在外发文档时建议清理或替换。

8. 类别（Category）

内部名称：cp:category。文档所属的分类标识，如"技术方案"、"商务标书"、"合同模板"、"会议纪要"等。类别字段是文档分类管理的重要维度，配合文档管理系统的分类体系可以快速筛选和定位文档。

9. 备注（Comments）

内部名称：cp:description（或 dc:description）。用于存储关于文档的描述性备注。这个字段常常被忽视，但它可能包含内部讨论内容、待办事项、审批意见等敏感信息。在文档外发前，务必检查并清理备注字段。

10. 公司（Company）

内部名称：cp:company（扩展属性）。存储创建文档的公司或组织名称。这个字段在 Office 中可以在"高级属性"对话框中设置。对于企业用户来说，统一公司字段值为官方注册全称是文档标准化的基本要求。在投标场景中，不一致的公司名称可能导致废标。

11. 管理者（Manager）

内部名称：cp:manager（扩展属性）。文档管理者或负责人的姓名。这个字段在企业内部用于明确文档责任人，但在对外共享时可能暴露内部管理架构。如需外发，建议将此字段替换为部门名称或直接清除。

12. 修订号（Revision Number）

内部名称：cp:revision。文档的版本修订编号。每次保存时，Office 会自动递增这个数字。修订号可以反映文档经历的修改次数——一个修订号高达 50+ 的文档意味着大量的反复修改。在某些审计场景中，过高的修订号可能被视为文档管理不规范的证据。

13. 总编辑时间（Total Edit Time）

内部名称：TotalTime（app.xml 中）。文档累计打开的编辑时长，以分钟为单位。这个字段记录的是文档被打开编辑的总时间。如果一份 10 页的报告总编辑时间显示为 200 小时，接收方可能会合理推测这份文档经历了大量的返工。在文档外发时，这个字段是重要的隐私保护对象。

14. 应用程序（Application）

内部名称：Application（app.xml 中）。创建文档的软件名称和版本号，如"Microsoft Office Word"。这个字段通常不包含敏感信息，但在某些特定场景中——例如使用盗版软件的版本号可能被识别——需要注意。

15. 模板（Template）

内部名称：Template（app.xml 中）。文档所基于的模板名称。通过这个字段，可以推断出文档是使用哪个模板创建的。如果企业内部使用不同的部门模板（如"财务部报告模板.dotx"），这个字段会暴露文档的归属部门。在外发时建议将模板字段清理。

16. 内容状态（Content Status）

内部名称：cp:contentStatus。文档的完成状态，常用的值有"草稿"、"已审阅"、"终稿"、"已批准"等。如果一份外发文档的内容状态显示为"草稿"，接收方会质疑文档的权威性和完整性。在外发前务必确认状态已更新为合理的终态值。

不同文档格式的元数据差异

虽然 Office 文档（Word、Excel、PowerPoint）共享相同的底层 Open XML 格式规范，但不同格式对元数据字段的支持略有差异：

如何快速查看和编辑这些字段？

对于单个文档，可以通过 Office 软件或资源管理器查看和编辑。对于批量处理需求，建议使用 MetaTool 文档属性修改器，它支持一次性读取和写入所有 16 个字段，提供 5 种时间策略，并内置写后验证功能，确保每一份文档的元数据都按预期修改完成。

相关产品