235 lines
7.8 KiB
Markdown
235 lines
7.8 KiB
Markdown
# OfficeXml
|
||
|
||
## 概述
|
||
|
||
将 docx、pptx、xlsx 等文件中的 xml 转为 tsl 对象
|
||
|
||
```xml
|
||
<w:p w14:paraId="6E3ED3BE" w14:textId="77777777" w:rsidR="00C57A1E"
|
||
w:rsidRDefault="00C57A1E" w:rsidP="00C27AE9">
|
||
<w:pPr>
|
||
<w:jc w:val="left" />
|
||
</w:pPr>
|
||
<w:r>
|
||
<w:rPr>
|
||
<w:rFonts w:hint="eastAsia" />
|
||
</w:rPr>
|
||
<w:t>最小申购、赎回单位</w:t>
|
||
</w:r>
|
||
<w:r>
|
||
<w:rPr>
|
||
<w:rFonts w:hint="eastAsia" />
|
||
</w:rPr>
|
||
<w:t>(份)</w:t>
|
||
</w:r>
|
||
</w:p>
|
||
```
|
||
|
||
上述是一个 docx 中的段落的 xml，序列化为 tsl 过程如下
|
||
|
||
```go
|
||
uses DocxML; // 上述xml属于DocxML
|
||
p := new P(); // 创建一个P对象（段落w:p）
|
||
p.Init(node); // 假设node节点是上面的xml指向的Node对象
|
||
p.Deserialize(); // 将node对象的xml序列化到tsl对象
|
||
|
||
// 序列化完毕后，可直接对应取值
|
||
echo p.PPr.Jc.Val; // 输出：left
|
||
|
||
// 如果需要修改内容，通过Serialize()回写到node
|
||
p.PPr.Jc.Val := "center";
|
||
// 回写方法1，适合修改单个对象
|
||
p.PPr.Jc.Serialize();
|
||
// 回写方法2，大量修改，不同的对象
|
||
p.Serialize(); // 或p.PPr.Serialize()
|
||
|
||
// 在获取存在多个节点的对象时，比如上述的w:r对象是复数的，则需要通过Rs()获取
|
||
// 直接调用Rs()会获取所有的R对象，加上索引会获取第N+1个
|
||
echo p.Rs(1).T.Text; // 输出：(份)
|
||
```
|
||
|
||
## 基类
|
||
|
||
`OpenXmlElement.tsf`提供了一些常用的方法，具体可见`tsf`文件
|
||
|
||
## Unit 单元
|
||
|
||
- `DocxML`
|
||
包含`docx`文件独有的 xml 节点对象，一般 xml 的命名空间是`w`，如`w:p`
|
||
- `PptxML`
|
||
包含`pptx`文件独有的 xml 节点对象，一般 xml 的命名空间是`p`，如`p:spPr`
|
||
- `XlsxML`
|
||
包含`xlsx`文件独有的 xml 节点对象
|
||
- `DrawingML`
|
||
包含`docx,pptx,xlsx`文件图形的 xml 节点对象，一般 xml 的命名空间是`a`，如`a:xfrm`
|
||
- `SharedML`
|
||
包含`docx,pptx,xlsx`文件共有的 xml 节点对象
|
||
- `VML`
|
||
|
||
[参考链接 1](http://webapp.docx4java.org/OnlineDemo/ecma376/)
|
||
[参考链接 2](http://officeopenxml.com/index.php)
|
||
|
||
## 部件
|
||
|
||
### Components
|
||
|
||
一共有三个部件，分别是：
|
||
|
||
1. `DocxComponents.tsf`：docx 文件的各部分 xml 内容
|
||
2. `XlsxComponents`：xlsx 文件的各部分 xml 内容
|
||
3. `PptxComponents`：pptx 文件的各部分 xml 内容
|
||
|
||
以`DocxComponents.tsf`为例，使用这个类，可以获取到对应的 docx 文件的 xml 对象
|
||
|
||
```go
|
||
component := new DocxComponents(); // 创建对象
|
||
component.Open("", "xxx.docx"); // 打开文件
|
||
document := component.Document; // 获取document.xml，生成Document对象
|
||
document.Deserialize(); // 将xml对象的数据反序列化到tsl对象中
|
||
document.Body.Elements(); // 可以获取document的body下的所有对象列表
|
||
// 反序列化后，可进行读写
|
||
|
||
styles := component.Styles; // 获取styles.xml，生成Styles对象
|
||
```
|
||
|
||
document.xml 内容如下
|
||
|
||
```xml
|
||
<w:document xmlns:wpc="http://schemas.microsoft.com/office/word/2010/wordprocessingCanvas"
|
||
xmlns:cx="http://schemas.microsoft.com/office/drawing/2014/chartex"
|
||
xmlns:cx1="http://schemas.microsoft.com/office/drawing/2015/9/8/chartex"
|
||
mc:Ignorable="w14 w15 w16se w16cid w16 w16cex w16sdtdh w16du wp14">
|
||
<w:body>
|
||
<w:p w14:paraId="7B19BB62" w14:textId="33E8D5E1" w:rsidR="00B118EF"
|
||
w:rsidRDefault="00B118EF" w:rsidP="00B118EF">
|
||
<w:pPr>
|
||
<w:tabs>
|
||
<w:tab w:val="left" w:pos="5670" />
|
||
</w:tabs>
|
||
</w:pPr>
|
||
<w:r>
|
||
<w:rPr>
|
||
<w:rFonts w:hint="eastAsia" />
|
||
</w:rPr>
|
||
<w:t>分栏前</w:t>
|
||
</w:r>
|
||
</w:p>
|
||
<w:sectPr w:rsidR="00B118EF" w:rsidSect="002E4343">
|
||
<w:type w:val="continuous" />
|
||
<w:pgSz w:w="11906" w:h="16838" w:code="9" />
|
||
<w:pgMar w:top="1440" w:right="1797" w:bottom="1440" w:left="1797" w:header="851"
|
||
w:footer="992" w:gutter="0" />
|
||
<w:cols w:space="720" />
|
||
<w:docGrid w:type="linesAndChars" w:linePitch="312" />
|
||
</w:sectPr>
|
||
</w:body>
|
||
</w:document>
|
||
```
|
||
|
||
### 单位装饰器 UnitDecorator
|
||
|
||
每个对象都有一个单位装饰器，能统一转成磅(point)单位（如果有配置属性转换），还能保留原来的接口
|
||
|
||
每个`ML`都有装饰器`tsf`统一命名是`Unit的名称+UnitDecorator`，如`docx`（`docx`大部分`xml`隶属于`DocxML`）的`SectPr`对象的装饰器是`SectPrUnitDecorator`
|
||
|
||
如：有下面一段 xml，其中的`pgSz.w = "11906", pgSz.h = "16838"`都需要转换成 point
|
||
|
||
```xml
|
||
<w:sectPr w:rsidR="00B118EF" w:rsidSect="002E4343">
|
||
<w:type w:val="continuous" />
|
||
<w:pgSz w:w="11906" w:h="16838" w:code="9" />
|
||
<w:pgMar w:top="1440" w:right="1797" w:bottom="1440" w:left="1797" w:header="851"
|
||
w:footer="992" w:gutter="0" />
|
||
<w:cols w:space="720" />
|
||
<w:docGrid w:type="linesAndChars" w:linePitch="312" />
|
||
</w:sectPr>
|
||
```
|
||
|
||
```go
|
||
uses DocxMLUnitDecorator;
|
||
component := new Components(); // 创建对象
|
||
component.Open("", "xxx.docx"); // 打开文件
|
||
document := component.Document; // 获取document.xml，生成Document对象
|
||
document.Deserialize(); // 将xml对象的数据反序列化到tsl对象中
|
||
|
||
sect_pr := document.Body.SectPr; // 获取SectPr对象
|
||
sect_pr_unit_decorator := new SectPrUnitDecorator(sect_pr); // 装饰器构造需要原本的对象
|
||
echo "w = ", sect_pr.PgSz.W; // 输出的是字符串，原本的单位是twips
|
||
echo "\n";
|
||
echo "w = ", sect_pr_unit_decorator.PgSz.W; // 此时输出的是数字类型，单位是point
|
||
```
|
||
|
||
### 适配器 Adapter
|
||
|
||
适配器是通过 key 获取对应的对象，比如样式可以通过样式 ID 获取对应的样式对象
|
||
|
||
只有部分对象才有适配器（具体可见`autounit/xxxMLAdapter`），比如`DocxML.Styles`的适配器是`StylesAdapter`
|
||
|
||
styles.xml 部分如下
|
||
|
||
```xml
|
||
<w:styles xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006">
|
||
<w:style w:type="character" w:customStyle="1" w:styleId="a4">
|
||
<w:name w:val="页眉 字符" />
|
||
<w:basedOn w:val="a0" />
|
||
<w:link w:val="a3" />
|
||
<w:uiPriority w:val="99" />
|
||
<w:rsid w:val="00B118EF" />
|
||
<w:rPr>
|
||
<w:sz w:val="18" />
|
||
<w:szCs w:val="18" />
|
||
</w:rPr>
|
||
</w:style>
|
||
<w:style w:type="character" w:customStyle="1" w:styleId="a6">
|
||
<w:name w:val="页脚 字符" />
|
||
<w:basedOn w:val="a0" />
|
||
<w:link w:val="a5" />
|
||
<w:uiPriority w:val="99" />
|
||
<w:rsid w:val="00B118EF" />
|
||
<w:rPr>
|
||
<w:sz w:val="18" />
|
||
<w:szCs w:val="18" />
|
||
</w:rPr>
|
||
</w:style>
|
||
</w:styles>
|
||
```
|
||
|
||
```go
|
||
uses DocxMLAdapter;
|
||
component := new Components(); // 创建对象
|
||
component.Open("", "xxx.docx"); // 打开文件
|
||
document := component.Document; // 获取document.xml，生成Document对象
|
||
document.Deserialize(); // 将xml对象的数据反序列化到tsl对象中
|
||
|
||
styles := document.Styles;
|
||
// 现在需要通过styleId获取Style对象
|
||
styles_adapter := new StylesAdapter(styles);
|
||
// 通过StyleId获取Style对象
|
||
style := styles_adapter.GetStyleByStyleId("a6");
|
||
echo style.Name; // 输出的是"页脚 字符"
|
||
```
|
||
|
||
### 补充
|
||
|
||
```xml
|
||
<m:r>
|
||
<m:rPr>
|
||
<m:sty m:val="p" />
|
||
</m:rPr>
|
||
<a:rPr lang="en-US"
|
||
altLang="zh-CN" sz="1100"
|
||
i="0" kern="1200">
|
||
<a:latin
|
||
typeface="Cambria Math"
|
||
panose="02040503050406030204"
|
||
pitchFamily="18"
|
||
charset="0" />
|
||
</a:rPr>
|
||
<m:t>cos</m:t>
|
||
</m:r>
|
||
```
|
||
|
||
由于设计取对象时候不包含前缀，那么同时存在多个`rPr`时，如何区分是哪一个？
|
||
取`m:rPr`时，可通过`r.RPr`，这是因为它们的前缀都是`m`，所以可直接获取
|
||
取`a:rPr`时，需要指定前缀`a`，通过`r.RPr('a')`，进行获取`RPr`对象
|