[bug] 知识库上传 .doc（Word 97-2003）文档点预览必然失败：被错误路由到 docx-preview #2155

问题描述

知识库中上传 .doc（Word 97-2003 二进制格式）文档后，点击「预览」必然失败，弹窗显示「无法加载预览」，只有「重试 / 下载」两个按钮。

复现步骤

1. 进入「知识库」，任意知识库上传一个 .doc 文件（Word 97-2003，非 .docx）
2. 等待解析状态变为 ready
3. 鼠标悬停该文档卡片，点「预览」

实际行为

弹窗显示「无法加载预览」。Console 报错：

[DocumentPreviewCore] preview failed [object Object]
TypeError: Cannot read properties of undefined (reading 'body')

Network 面板可见请求链：

• GET /api/knowledge-bases/{kb}/documents/{doc}/file?disposition=inline → 200
• GET /assets/docx-preview.*.js → 200

即后端已正常返回文件，失败发生在前端富预览渲染阶段。

期望行为

.doc 应降级为「抽取文本预览」，与现有 .ppt 的处理保持一致。

根因

前端把 .doc 与 .docx 当作同一族格式，但两者的容器结构完全不同：

docx-preview@^0.3.2 是纯 OOXML 渲染器，只解析 ZIP 内的 word/document.xml，遇到 .doc 无法解析（JSZip 解包直接抛 BadZipFile）。

具体涉及三处：

1. dashboard/src/utils/knowledgeDocPreview.ts 的 RICH_PREVIEW_EXTS 含 doc
   → canRichPreviewKnowledgeDocument() 返回 true，放行到富预览
2. dashboard/src/utils/docKind.ts:10：WORD_EXT = new Set(["docx", "doc"])
   → getDocKind() 把 .doc 映射为 "word"
3. dashboard/src/components/DocumentPreviewCore.tsx 的 word 分支
   → await import("docx-preview") → renderAsync() 解析失败

上游已有先例

knowledgeDocPreview.ts 的 TEXT_PREVIEW_EXTS 里已把 ppt 降级，注释写着：

Legacy PowerPoint: no in-browser slide renderer — use extracted text.

同一份单测 knowledgeDocPreview.test.ts 也断言 a.ppt → false，但紧邻的 a.doc → true 却没有对应降级 —— 说明这是遗漏，不是有意设计。

建议修复

 const RICH_PREVIEW_EXTS = new Set([
   "pdf",
-  "doc",
   "docx",
   "pptx",
   "xls",
   "xlsx",
   "xlsm",
 ]);

   "tsv",
   // Legacy PowerPoint: no in-browser slide renderer — use extracted text.
   "ppt",
+  // Legacy Word (OLE compound document): docx-preview only parses OOXML.
+  "doc",
 ]);

同时把 knowledgeDocPreview.test.ts 中 a.doc 的断言改为 false。

注意：.xls 不应一并降级 —— SheetJS 原生支持 BIFF 格式，.xls 富预览是正常的。

已在实际部署上验证

在 v1.0.2b9 的构建产物上按上述方案打补丁（RICH_PREVIEW_EXTS 移除 doc、TEXT_PREVIEW_EXTS 追加 doc）后实测：

• .doc《内部审计管理制度》→ 弹窗正常渲染后端抽取文本，Console 零报错
• .docx《专项工程竣(交)工验收管理细则》→ 仍走 docx-preview，2 页 / 4 张表格 / 8,745 字符，版式完整
• .xls → 仍走 SheetJS 富预览，未受影响
• .ppt → 维持原有抽取文本行为

环境

• Octop 版本：v1.0.2b9
• 部署方式：Docker（ghcr.nju.edu.cn/tencentcloud/octop:latest）
• 浏览器：Chrome
• 影响范围：所有上传 .doc 的用户，与该文件内容无关，100% 复现