OpenXML (Word 2007) 初学者指南

引言

自 Microsoft 在 Office 2007 中推出 OpenXML 以来，许多人都开始考虑是否能利用它。然而，如果您在新闻组/社区/论坛上搜索，会发现学习和实现它要复杂和困难得多。

我认为它并非难，只是过程冗长且有些复杂。

ODF vs. OpenXML：这是另一个争论点。ODF（OpenDocument Format）比 MS OpenXML 简单。两者都遵循相同的 XML + Zip 格式。然而，与 MS 产品相比，开源技术在这方面的帮助/教程/支持方面有所欠缺。

本文：我将在此解释 OpenXML 编程的基础知识，以帮助初学者。我处理过 Word 2007，因此我将仅涵盖 Word 2007 的部分。但是，OpenXML 在 Office 组件之间的实现方式非常相似。

这并非我的新发明，而是我将互联网上分散的基本事实汇集在一起。

基础

让我们从基础开始。扩展名为 DOCX 的 Word 文件实际上是一个包含一些文件的压缩存档（Zip）。这些文件只不过是 XML 文件和一些文件夹/子文件夹。这些文件通过“*关系*”相互关联。

下图显示了 DOCX 文件内部的文件

要查看这些文件，只需使用 WinZip（或您拥有的任何其他软件）打开 DOCX 文件即可。除少数例外（如图像、ActiveX），所有内容都已转换为 XML。您需要记住以下关键字：“*Package*”、“*Parts*”、“*Relations*”。

Package（包）：Package 就是您的 DOCX 文件。这个 zip 文件称为 Package。

Parts（部分）：Parts 就是 Package 中的文件。例如，您在（打开 Word 后）键入的区域是主文档部分。如果您插入图像，它将成为另一个部分。所有内容都以 Parts 的形式进行管理（编号 [项目符号]、图像、样式、设置等）。如果您想插入/删除/检索图像，那么您将需要操作 ImageParts（Parts 的一个子类）等等。

Relations（关系）：Parts 之间通过关系链接。主要关系保存在 Package 内 _rels 文件夹中的 *.rels 文件中。当然，您可以在此文件中找到 XML 标签。在 word/_rels 文件夹中还有其他关系文件。这些是子关系。例如，如果您为项目符号（图片项目符号）包含图像，您可以在此文件夹中找到 numbering.xml.rels 文件。还有许多其他关系文件，很难全部列出。

Relations IDs（关系 ID）：每个关系都有一个唯一的 ID。这在引用部分和关系文件中都有引用。通过此 ID，Office 会搜索适当的被引用部分并按相应方式显示它们。例如，在文档中添加新图像，然后保存。用 WinZip 打开它。打开 document.xml，查找 w:drawing 标签，然后在其中查找 a:blip r:embed 标签。此标签的值将类似于 rId2.。然后，打开 document.xml.rels 文件并搜索 rId2；您将在 Package 中找到图像的路径！

动手操作

要以编程方式处理 DOCX 并简化编程，您可以下载 此 SDK [Microsoft SDK for OpenXML Formats] [SDK 2.0 在此]，由 Microsoft 提供。最终版本尚未发布。下载它 -> 在您的项目中添加引用 -> 导入它。

代码

打开文档

Dim doc As WordprocessingDocument = _
         WordprocessingDocument.Open("C:\Test\abc.docx", True)
Dim mainDoc As MainDocumentPart = doc.MainDocumentPart 

MainDoc 是主文档（document.xml），包含您在文档中键入的所有文本行。

加载到 XMLDocument 中

您可能希望将 document.xml 的 XML 加载到 XMLDocument 类对象中。试试这个：

Dim streamReader As System.IO.StreamReader = New IO.StreamReader(mainDoc.GetStream)
Dim str As String = streamReader.ReadToEnd
Dim xmlDoc As New System.Xml.XmlDocument
xmlDoc.LoadXml(str)

请记住，要在 XML 中进行导航，您需要 XmlNamespaceManager 并将所需的命名空间添加到其中。您可以在 document.xml 文件中添加所需的命名空间。如果您想添加段落，请在 xmlDoc 中添加子节点，然后保存 xmlDoc（xmlDoc.Save(mainDoc.GetStream())）。

添加新部分

要添加新部分，您可以使用 WordprocessingDocument 和 MainDocumentPart 类的 AddPart 和 AddNewPart 方法。这些是泛型方法，您需要指定要添加的部分。该方法会返回您添加的部分，然后您可以对其进行操作。

示例 1

要在主文档中添加新的编号部分，请尝试以下操作：

Dim numPart As NumberingDefinitionsPartnumPart = _
    mainDoc.AddNewPart(Of NumberingDefinitionsPart)()

使用 GetStream 方法将 numPart 的 XML 加载到 XmlDocument 中，进行操作，然后保存。

示例 2

要在主文档中添加新的图像部分，请尝试以下操作：

Dim doc As WordprocessingDocument = WordprocessingDocument.Open("C:\Test\abc.docx", True)
Dim mainDoc As MainDocumentPart = doc.MainDocumentPart
Dim iPartImage As ImagePart = mainDoc.AddImagePart(ImagePartType.Png)
Dim img As Image = Image.FromFile("C:\images\test.gif")
img.Save(iPartImage.GetStream(), Imaging.ImageFormat.Png)
doc.Close()

上面的代码将在 Package 中添加一个图像。请记住，除非您手动添加段落和 mainDoc 的 XML 中所需的节点，否则它不会显示在您的文档中。执行完上述代码后，使用 WinZip 打开 Package，并检查图像是否已添加到 _media_ 文件夹下。另外，检查 relation 文件 document.xml.rels 并搜索 media/image；您会发现已添加了一个新的 relation 标签，并为此图像创建了一个新的唯一 ID。

[本文 将帮助您添加新段落。]

您可以使用 Part 类的 Parts 属性遍历每个部分。尝试使用 for-each 循环并在调试模式下检查每个部分（在 for-each 循环内设置断点）。[检查 mainDoc.Parts p 属性]。

删除现有部分

您可以在 document.xml 中看到部分的 ID。一旦有了部分的 ID，就调用 mainDoc 的 GetPartById 方法。这将返回您想要删除的部分。然后，调用 DeletePart 方法。这将删除该部分并更新 relation 文件（document.xml.rels）。

保存文档

WordprocessingDocument.Close() 会自动保存并关闭文档。您无需显式保存。

结束语

您需要努力工作才能理解 OpenXML。调试和一些研发将帮助您更好地了解它。