65.9K
CodeProject 正在变化。 阅读更多。
Home

完成 WordML 规范

David Thielen
starIconstarIcon
emptyStarIcon
starIcon
emptyStarIconemptyStarIcon

2.55/5 (10投票s)

2005年1月11日

5分钟阅读

viewsIcon

70219

在微软沉默的地方，尝试扩展文档。

引言

WordML 规范可能永远不会完全完成。但是，在这里，我们尝试在微软沉默的地方扩展文档。

RTF 规范由于在某些地方不完整，在其他地方含糊不清，在还有的地方是错误的（即与 Word 的行为不匹配）而变成了一个巨大的混乱。因此，每个编写代码读取/写入 RTF 文件的程序员都做出了不同的合理假设，导致我们得到一个可移植性不强的规范。

我希望在 WordML 的情况下，我们能让大多数开发人员做出相同的假设。这样，最坏的情况下，我们实际上会有两个 WordML 规范：一个是由所有非微软开发人员使用的通用假设，另一个是由 Word 团队的开发人员使用的假设。所以，当你做出自己的假设时，请 发邮件给我，告诉我你做了什么，我会将其添加到规范中，前提是你的假设不与已列出的假设相冲突。

注意：本文档的最新版本可以在 http://dave.thielen.com/articles/The%20WordML%20Spec.htm 找到。

问题

  • 要在 WordML 文档中存储图像，.chm 文件说要使用 <pict>，它有一个 <binData> 子节点。它列出了几个其他子节点，但对于位图图像，它们都无关紧要。WordProcessingML.doc 和 Word 保存的任何 XML 文件都显示了 <v:shapetype> 和 <v:shape> 子节点。但两者都没有解释这两个节点的任何属性或子节点。VML 模式列出了所有属性和子节点，但没有对其中任何一个进行描述。要在 WordML 文件中存储位图，需要设置哪些属性和子节点，以及使用什么值？如果我只是根据保存的多个文件来猜测，这里有太多未记录的元素，我肯定会在某些地方猜错（下面有关于我如何认为应该编写图像的详细信息）。
  • <instrText> - 在哪里可以找到 Word 使用此字段的列表，以及如何设置每种情况下的所有属性和子节点？
  • 对于 <w:fldSimple w:instr=，在哪里可以找到 Word 2003 支持的所有值的列表？以及每个值，它需要和/或使用的子节点列表。
  • 当我在 Word 中创建超链接时，它会使用 <fldChar>/<instrText>/<fldChar> ... <fldChar> 的方式在 WordML 中保存它。为什么它这样做而不是使用 hlink（这是文档显示的内容）？
  • 阅读WordProcessingML.doc 和OfficeXML.chm 文件，似乎水平合并单元格应该使用 <hmerge> 节点创建。但是，当 Word 创建 XML 文件时，它使用 gridSpan。何时应该使用其中一个而不是另一个？（我假设既然它同时存在，就有原因，并且存在需要使用一个的情况，而另一些情况则需要使用另一个。）

假设

  • wx: 元素似乎是 w: 或 o: 元素的重复，用于使 Word 以外的程序（Internet Explorer？）更容易使文档显示相同。由于它们是冗余信息，并且在某些地方可能不正确（wx:bdrwidth 被指定为磅，但 Word 似乎以 twips 写入），我的方法是永远不要写入 wx: 元素或属性，并在读取文档时从不使用它们。
  • 如果你只需要一个页眉或页脚，而不是奇数页和偶数页的页眉/页脚，只需创建一个奇数页页眉。由于 Word 就是这样做的，而且规范对此问题保持沉默，我的方法是创建一个仅偶数页的页眉是错误的。对于仅在偶数页上的页眉，请创建一个空白的奇数页页眉。
  • 对于 <w:font>，请不要读取/写入 usb-0…csb-1 属性。它们是不需要的，并且不能保证你系统上字体的数值在另一个人的系统上是相同的。
  • 显然，没有办法设置文档的默认语言（与 RTF 不同）。你可以逐段设置。
  • 当我在 WordML 文件中的文本节点中写入 "\u2003\u2002\u2009"（em，1/2em，1/6 em）时（使用 Courier，所以是固定宽度）
    • em - 略小于 2 个字符宽度的空格。
    • 1/2 em - 1 个字符宽度的空格。
    • 1/6 em - 一个方框（未知字符符号）1 个字符宽。
    • 使用 Arial 和 Times New Roman 时看起来都一样。1/6 em 的方框绝对是错误的，而其他间距也不是你通常得到的。不知道为什么，但 Word 的做法就是这样。
  • <w:pBrdr><w:top w:space='#'> 的单位被列为 1/8 磅。然而，Word 似乎将其解释为 1 磅。它确实接受并处理实数，所以你可以有 <w:pBrdr><w:top w:space='3.5'>。
  • Word 创建 <w:lvlText w:val="%1.%2.$3."/>，其中格式化似乎将级别 1 数字放在 %1，级别 2 数字放在 %2，依此类推。Word 只允许 9 个级别，所以 %10 应该被认为是无效的。
  • 字符 0x2011（不间断连字符）显示为未知字形框。如果你对“未知字形”框使用 ToggleCharacterCode = Ctrl+X 两次，它会正确显示和工作。所以使用 <w:noBreakHyphen/> 代替。

图像

这相当多，所以我将其放在自己的部分。我在这里的内容是有效的——但我不得不做出很多假设。我几乎肯定其中一些与微软的假设不符。

GIF

<w:pict> 

<w:binData w:name="wordml://01000006.gif">R0lGODlhEAAQALMAAAAAAIAAAACAAICAAAA
AgIAAgACAgICAgMDAwP8AAAD/AP//AAAA//8A/wD//////yH5BAEAAA0ALAAAAAAQABAAAARaMJxJ
Z7u4ncf7Axm2ASRAIGCofQ7DnGk4ui+qrkSeV5WG/L+NhwM6lEijo03YGTkMhsMSoah8oFFb4wgYV
bSalBQIjBkvRm63e1gM2ENOGuBGUnnnbUxNakQAADs= 

</w:binData> <v:shape id="_1" type="#_x0000_t75" 
   style="width:12pt;height:12pt"> 
<v:imagedata src="wordml://01000006.gif" o:title="networ6"/> 
</v:shape> 

</w:pict>

binData 是 GIF 图像的 uuencode。不要更改 type="#_x0000_t75"。wordml:name.gif 必须匹配。style="width:12pt;height:12pt" 指定了文档中的大小。

PNG

<w:pict>

<w:binData w:name="wordml://03000001.png">iVBORw0KGgoAAAANSUhEUgAAABAAAAAQBA
MAAADt3eJSAAAAB3RJTUUH1QEDFRoyw+VrogAAAAlwSFlzAAALEgAACxIB0t1+/AAAACdQTFRF/w
D/AAAA//8AgIAAgICAwMDAAP8A////AICAAP//AACAAAD/gAAA6ZmItQAAAAF0Uk5TAEDm2GYAAA
BoSURBVHjaNcvBDYAgDIXhugEvwUTikUVsUsIEbOAOrOAgemEFrw5mC9rTn/R79IjIRnq51up6AN
eIcH+x/tHa2X0qZXgG1M/O5jkcyVHaJS8Wk768aBCbLz3Ug0mitzkTItQLE8E83Atm2Rvlc68eJA
AAAABJRU5ErkJggk==</w:binData>

<v:shape id="_x0000_i1025" type="#_x0000_t75" style="width:12pt;height:12pt">
<v:imagedata src="wordml://03000001.png" o:title="network"/>
</v:shape>

</w:pict>

在 WordML 中，相同的类型，不同的扩展名。此外，.NET uuencode 以 ...BJRU5ErkJggg== 结尾。不知道这是什么类型的错误（如果有的话）！！！

JPG

<w:pict>

<w:binData w:name="wordml://02000001.jpg">/9j/4AAQSkZJRgABAQEASABIAAD/2wBDAA
UDBAQEAwUEBAQFBQUGBwwIBwcHBw8LCwkMEQ8SEhEP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=
</w:binData>

<v:shape id="_x0000_i1025" type="#_x0000_t75" style="width:12pt;height:12pt">
<v:imagedata src="wordml://02000001.jpg" o:title="network"/>
</v:shape>
</w:pict>

本文档的最新版本可以在 http://dave.thielen.com/articles/The%20WordML%20Spec.htm 找到。

本文档可以自由分发，只要完整分发。

© . All rights reserved.