【原创】Aspose.Words组件介绍及使用—基本介绍与DOM概述(一)

偏执的太偏执、 2021-11-10 10:32 976阅读 0赞

我之前博客有一篇开源的Word读写组件的介绍:[http://www.cnblogs.com/asxinyu/archive/2013/02/22/2921861.html][http_www.cnblogs.com_asxinyu_archive_2013_02_22_2921861.html] ,引起了不少人的关注，机缘巧合，也使得我结识了一些朋友，由于DocX的一些原因(不稳定，更新很慢)，我了解到了Aspose.Words这个组件，非常好，文档齐全，案例丰富，功能也很多，支持非常完善。所以我业余时间就把官方的文档和例子翻译和总结了一下，希望对大家有点帮助，同时也对自己是一个提高。我决定把这个组件的使用作为一个系列，目前已经有2篇的内容，后面的要根据时间慢慢写。

如对您有帮助，不要吝啬你的鼠标，支持一下哦，如翻译的不好，或者有错误漏洞，还请广大网友指出，一个人的能力毕竟有限，而且我只是一个业余打酱油的。

# 1.基本介绍 #

Aspose.Words是一个商业.NET类库，可以使得应用程序处理大量的文件任务。Aspose.Words支持Doc，Docx，RTF，HTML，OpenDocument，PDF，XPS，EPUB和其他格式。使用Aspose.Words可以在不使用Microsoft.Word的情况下生成、修改、转换和打印文档。在项目中使用Aspose.Words可以有以下好处。

## 1.1丰富的功能集 ##

其丰富的功能特性主要有以下4个方面：

1)格式转换。Aspose.Words具有高质量的文件格式转换功能，可以和Doc，OOXL，RTF，TXT等格式互相转换。

2)文档对象模型。通过丰富的API以编程方式访问所有的文档元素和格式，允许创建，修改，提取，复制，分割，加入，和替换文件内容。

3)文件渲染。可以在服务器端转换整个文档或者页面为PDF，XPS，SWF格式，同样可以转换文档页面为图像格式，或者.NET Graphics对象，这些功能和Microsoft.Word是一样的。

4)报表。可以从对象或者数据源填充模版生成文件。

## 1.2不需要Microsoft.Word ##

Aspose.Words可以在没有安装Microsoft Office的机器上工作。所有的Aspose组件都是独立，不需要微软公司的授权。总之， Aspose.Words在安全性、稳定性、可扩展性、速度、价格和自动化功能方面，是一个很不错的选择。

## 1.3独立的平台 ##

Aspose.Words可以运行在Windows，Linux和Mac OS操作系统上面。可以使用Aspose.Words去创建32位或者64位的.NET应用程序，包括Asp.NET、WCF、WinForm等等，还可以使用Com组件在Asp、Perl、PHP和Python语言中使用，同样可以在Mono平台上使用Aspose.Words建立.NET应用程序。

## 1.4性能和可伸缩性 ##

Aspose.Words可以运行在服务器和客户端，它是一个独立的.NET程序集，可以被任何.NET应用程序复制和部署。使用Aspose.Words可以在短时间内产生成千上万的文档，可以打开文档，并修改格式和内容，填充数据并保存。Aspose.Words是多线程安全的，不同的线程在同一时间处理不同的文档。

## 1.5最小的学习曲线 ##

虽然Aspose.Words拥有150多个公共类和枚举类型，但是Aspose.Words的学习曲线很小因为Aspose.Words的API是围绕下列目标精心设计的：

1) 借鉴一些著名的API设计经验，如Microsoft Word。

2) 借鉴.NET框架设计指南的经验。

3) 提供易于使用的详细的文档元素操作文档。

以前在项目中使用Microsoft Word的开发者，可以在Aspose.Words中找到很多熟悉的类、方法和属性。

# 2.文档对象模型概述 #

## 2.1 DOM介绍 ##

Aspose.Words的文档对象模型(以下简称DOM)是一个Word文档在内存中的映射，Aspose.Words的DOM可以编程读取、操作和修改Word文档的内容和格式。理解DOM的结构和相应的类型，是使用Aspose.Words灵活编程的基础，这一点非常重要。下面的一个Word文档例子和其结构如下图所示:

![SouthEast][]

当上述文档被Aspose.Words的DOM读取时，会创建如下结构的树形对象：

![SouthEast 1][]

从上图的结构和对应的Word文档，我们可以看到大概的DOM中相关对象的结构，有了这些基本概念，就可以很流程的操作Word文档了。Document, Section, Paragraph, Table, Shape, Run 以及图中的其他椭圆形的都是Aspose.Words对象，这些对象具有树形的层级结构，图中的注释同样说明这些文档对象树中的对象具有多个属性。

Aspose.Words中的DOM有以下特点：

1.所有的节点(node)类最终都继承于Node类，它是Aspose.Words DOM的基本类型。

2.节点可以包含(嵌套)其他节点，例如Section和Paragraph都继承自CompositeNode类，而CompositeNode类来源与Node类。

## 2.2 Node类型 ##

当Aspose.Words读取Word文档到内存中时，不同类型的文档元素被不同的类型对象来替代，每一个文本框的text, paragraph, table, section都是Node对象,甚至文档本身都是一个Node。Aspose.Words为每一种文档节点类型都定义了一个类。

下面是一个UML类图，表示DOM中不同node类型之间的关系。抽象类的名字用斜体表示。注意，Aspose.Words DOM中同样包括了一些非节点类型的类，例如Style, PageSetup, Font等等，它们没有在这幅图里面显示。

![SouthEast 2][]

看看这些主要的类及作用

<table style="width:1015px; height:1515px"> 
 <tbody> 
 <tr> 
 <td> Aspose.Words类 </td> 
 <td> 类别 </td> 
 <td> 描述 </td> 
 </tr> 
 <tr> 
 <td> Document </td> 
 <td> Document </td> 
 <td> Document对象是文档树的根节点，提供访问整个文档的入口 </td> 
 </tr> 
 <tr> 
 <td> Section </td> 
 <td> Document </td> 
 <td> Section对象对应一个文档中的一节 </td> 
 </tr> 
 <tr> 
 <td> Body </td> 
 <td> Document </td> 
 <td> 是一节中的主要文本容器 </td> 
 </tr> 
 <tr> 
 <td> HeaderFooter </td> 
 <td> Document </td> 
 <td> 一节中的特殊页眉或者页脚容器 </td> 
 </tr> 
 <tr> 
 <td> GlossaryDocument </td> 
 <td> Document </td> 
 <td> 代表一个Word文档中词汇表的根条目 </td> 
 </tr> 
 <tr> 
 <td> BuildingBlock </td> 
 <td> Document </td> 
 <td> 代表一个词汇表文档，如构件，自动图文集或一个自动更正条目 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.paragraph.html" rel="nofollow">Paragraph</a> </td> 
 <td> Text </td> 
 <td> 一个文本段落，保护内联的节点 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.run.html" rel="nofollow">Run</a> </td> 
 <td> Text </td> 
 <td> 一个格式一致的文本块 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.bookmarkstart.html" rel="nofollow">BookmarkStart</a> </td> 
 <td> Text </td> 
 <td> 一个书签的起点标记 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.bookmarkend.html" rel="nofollow">BookmarkEnd</a> </td> 
 <td> Text </td> 
 <td> 一个书签的结束标记 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.fields.fieldstart.html" rel="nofollow">FieldStart</a> </td> 
 <td> Text </td> 
 <td> 一个特殊的字符指定一个单词字段的开始 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.fields.fieldseparator.html" rel="nofollow">FieldSeparator</a> </td> 
 <td> Text </td> 
 <td> 单词字段的分隔符 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.fields.fieldend.html" rel="nofollow">FieldEnd</a> </td> 
 <td> Text </td> 
 <td> 一个特殊的字符指定一个单词字段的结束 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.fields.formfield.html" rel="nofollow">FormField</a> </td> 
 <td> Text </td> 
 <td> 一个表单字段 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.specialchar.html" rel="nofollow">SpecialChar</a> </td> 
 <td> Text </td> 
 <td> 特殊字符类型，没有具体的 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.tables.table.html" rel="nofollow">Table</a> </td> 
 <td> Tables </td> 
 <td> &nbsp;Word文档中的表格 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.tables.row.html" rel="nofollow">Row</a> </td> 
 <td> Tables </td> 
 <td> 一个表格对象的行 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.tables.cell.html" rel="nofollow">Cell</a> </td> 
 <td> Tables </td> 
 <td> 表格行的单元格 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.drawing.shape.html" rel="nofollow">Shape</a> </td> 
 <td> Shapes </td> 
 <td> Word文档中的图像，形状，文本框或者OLE对象 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.drawing.groupshape.html" rel="nofollow">GroupShape</a> </td> 
 <td> Shapes </td> 
 <td> 一组Shapes对象 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.drawing.drawingml.html" rel="nofollow">DrawingML</a> </td> 
 <td> Shapes </td> 
 <td> 一个文档中的Sharp或者图像，图表 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.footnote.html" rel="nofollow">Footnote</a> </td> 
 <td> Annotations </td> 
 <td> 文档中包括文本的脚注或者尾注 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.comment.html" rel="nofollow">Comment</a> </td> 
 <td> Annotations </td> 
 <td> 文档中包含文本的注释 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.commentrangestart.html" rel="nofollow">CommentRangeStart</a> </td> 
 <td> Annotations </td> 
 <td> 一个相关的注释区域的开始 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.commentrangeend.html" rel="nofollow">CommentRangeEnd</a> </td> 
 <td> Annotations </td> 
 <td> 一个相关的注释区域的结束 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.markup.smarttag.html" rel="nofollow">SmartTag</a> </td> 
 <td> Markup </td> 
 <td> 在一个段落内围绕一个或多个内嵌结构的智能标记 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.markup.customxmlmarkup.html" rel="nofollow">CustomXmlMarkup</a> </td> 
 <td> Markup </td> 
 <td> 文档中的某些结构的自定义XML标记 </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.markup.structureddocumenttag.html" rel="nofollow">StructuredDocumentTag</a> </td> 
 <td> Markup </td> 
 <td> 文档中的一种结构化的文档标签（内容控制） </td> 
 </tr> 
 <tr> 
 <td> <a href="http://www.cnblogs.com/asxinyu/admin/aspose.words.math.officemath.html" rel="nofollow">OfficeMath</a> </td> 
 <td> Math </td> 
 <td> 代表Office的数学对象，如函数，方程或者矩阵 </td> 
 </tr> 
 </tbody> 
</table>

## 2.3组成模式 ##

Aspose.Words文档的结构树非常重要，下面的设计吐可以更清晰的理解各个节点之间的包含关系。

### 2.3.1 Document and Section ###

文档和节：

![SouthEast 3][]

从上图可以看出：

1.一个Document有1个或者多个Section(节)节点；

2.Section有1个Body(正文)，没有或者有多个HeaderFooter节点；

3.Body和HeaderFooter可以包含多个块级节点；

4.1个Document能够有一个[GlossaryDocument][].

1个Word文档包含1个或多个节，一个节可以定义自己的页码，边距，方向，以及页眉页脚的文字；一个节保护主要的问题，如页眉，页脚(首页，奇数页，偶数页)。

### 2.3.2 Block-level节点 ###

Block-level节点的关系图如下所示：

![SouthEast 4][]

从上图中可以看到：

1.Block-level元素可以出现在文档中的很多地方，如Body的子节点，脚注，评论，单元格其他元素。

2.最重要的Block-level节点是表格和段落；

3.1个表格有0行或者多行；

CustomXmlMarkup 和StructuredDocumentTag可以包含其他Block-level节点；

### 2.3.3 Inline-level节点 ###

![SouthEast 5][]

从上面的图表可以看到下列关系：

1.Paragraph是最经常出现的Inline-level节点；

2.Paragraph可以包含不同的Run格式节点；也可以包含书签(bookmarks)和注释(annotations)

3.Paragraph还可以包含形状，图像，绘图对象等，以及智能标签；

### 2.3.4 表格行单元格 ###

![SouthEast 6][]

Table可以包含很多行，行可以包含单元格，单元格可以包括block-level节点。

###  2.4 设计模式与导航 ###

Aspose.Words将文档表示为一个有节点组成的树，因此就可以在节点之间互相切换。Aspose.Words提供了一个“文档浏览器”(DocumentExplorer)，这是一个项目例子Demo。如下图所示：

![SouthEast 7][]

可以通过Node类的ParentNode属性来访问上级节点，因此很方便获取父节点。文档对象模型是有大量的对象组合而成，他们的关系如下：

1.Node类是所有节点类的基类；

2.CompositeNode类是组合节点的基类；

3.Node类的中，没有子节点管理的接口，子节点管理的方法只出现在CompositeNode；

4.从Node类中移除子节点管理的方法，更干净，可以减少很多额外的转换；

第一篇基本介绍就介绍到这里，我们可以看到这个组件的功能是非常强大的，特别是文档的转换保存，操作也很灵活，相比DocX当然要强大。只不过唯一不足它是商业的，自己业余玩玩倒是没问题，源代码等下一篇写例子了，再发上来吧，至于官方的资料，是商业的，大家都懂的。至于途径吗，官方网站在这里：[http://www.aspose.com/][http_www.aspose.com]，国内的途径吧，CSDN比较多，呵呵。

[http_www.cnblogs.com_asxinyu_archive_2013_02_22_2921861.html]: http://www.cnblogs.com/asxinyu/archive/2013/02/22/2921861.html
[SouthEast]: /images/20211109/d513e26ad3ee439682b2243653d78bda.png
[SouthEast 1]: /images/20211109/d65e80e511e34ee0abeb268b6475166e.png
[SouthEast 2]: /images/20211109/b0356f6053ac464db694c6fd9d478307.png
[SouthEast 3]: /images/20211109/22bebea5ca134b94a36b24af4b4182e6.png
[GlossaryDocument]: http://www.cnblogs.com/asxinyu/admin/aspose.words.buildingblocks.glossarydocument.html
[SouthEast 4]: /images/20211109/9fe837e328884da284f0130887bc5f40.png
[SouthEast 5]: /images/20211109/bbf9af19ac604a05bb95ca47a3543f4e.png
[SouthEast 6]: /images/20211109/93dbe148a4cf4b5d8b82ae7692e18649.png
[SouthEast 7]: /images/20211109/2f151d7c1a3540bba464df109b600213.png
[http_www.aspose.com]: http://www.aspose.com/