解析word中的xml

约定不等于承诺〃 2023-07-11 15:06 11阅读 0赞

## **一、前言** ##

Office2003以上，Word可以以XML文本格式存储，这样就可以使用外部程序创建Word文件，而不需要使用Word的对象。也能够自由的打开分析Word文件，或者发布到自己的Web页面，或者其他更多应用。

### **1、一个典型的WordXML结构** ###

**1）可以是如下的样子**：

`<?xml version="1.0"?>`  
`<w:wordDocument xmlns:w="http://schemas.microsoft.com/office/word/2003/wordml">    <w:body>        <w:p>         <w:r>          <w:t>Hello, World.</w:t>         </w:r>        </w:p>    </w:body> </w:wordDocument>`

可以用记事本创建一个文件，将上面的XML内容粘贴，并保存为helloworld.xml，在Office Word中打开它，就能看到如上图所示的内容。

`2）这是最简单的WordXML内容，它包括这几部分：`

`XML的声明和名称空间的指明：`  
`<?xml version="1.0"?>`  
`<w:wordDocument xmlns:w="http://schemas.microsoft.com/office/word/2003/wordml">`

**3）文档内容**

<w:body>…</w:body>

### **2、基本节点类型** ###

从body内可以看出，构成实际文本内容的有3中类型节点：  
<w:p> 表示一个段落

<w:r> 表示一个样式串，指明它包括的文本的显示样式

<w:t> 表示真正的文本内容

**如果我们需要指明一个文本为粗体，需要怎么办呢？**

<w:r>  
   <w:rPr>  
      <w:b w:val="on"/>  
   </w:rPr>  
   <w:t> 2.0C</w:t>  
</w:r>

<w:b w:val=”on”> 表示该格式串种的文本为粗体。

**这样，我们就知道<w:r>表示一个特定的文本格式，稍微复杂点的格式：**

<w:r>  
<w:rPr>  
<w:b w:val="on"/>  
<w:sz w:val="40"/><w:szCs w:val="40"/>  
<w:rFonts   w:ascii="Arial" w:eastAsia="Arial" w:hAnsi="Arial" />  
</w:rPr>  
<w:t  xml:space="preserve">2.0C</w:t>  
</w:r>

字体为粗体，尺寸为是40除2等于20相当于几号字体？，字体名称“Arial”

<w:t  xml:space="preserve"> 2.0C</w:t>

中的xml:space="preserve"从字面上理解是保持空格。

如果没有这内容的话文本的前后空格将会被Word忽略。

**如果我们需要指定一个段的对齐方式，行距要怎么办呢？**

这就要设置<w:p>的属性了。类似于这样：

<w:p>  
<w:pPr>  
<w:jc w:val="right"/>  
<w:spacing  w:line="600" w:lineRule="auto"/>  
</w:pPr>

…

</w:p>

对齐方向：<w:jc w:val=”right”/>  这儿是右对齐。

行距:<w:spacing w:line=”600” w:lineRule="auto"/>  600是用行距的倍数乘240得出，如果是两倍行距，则是480。这儿应该是2.5倍行距。

由此可见，组装一个WordXML格式的文件是一件比较简单的事情。

将段属性包含在<w:pPr></w:pPr>中

将文本格式包含在<w:rPr></w:rPr>中

这儿的Pr是property的意思，表示这个块中是r(run)或p(paragraph)的格式设置。

**一个WordXML的文件结束了吗？可以这样讲，但如果你双击刚才创建的XML文件，有很大机会不会由Word来打开它。**

这是为什么呢？

我们还需要在合适的地方放置一条语句：

`<?xml version="1.0"?>     <?mso-application progid="Word.Document"?>     <w:wordDocument`  
用来指明这个xml文件的对应处理程序，对应注册表中的键值：

HKEY\_LOCAL\_MACHINE\\SOFTWARE\\Microsoft\\Office\\11.0\\Common\\Filter\\text/xml

但是，加入这一条语句后，双击打开时，Word将会提示XML的格式不正确，虽然能打开。那是因为还有许多的内容没有声明。我们就先不加这条语句。

## ** ** ##

### **3、页面设置** ###

`下面内容设置了页的宽，高，和页的各边距。各项的值均是英寸乘1440得出：`

`<w:body>… <w:sectPr>     <w:pgSz w:w="12240" w:h="15840"/>     <w:pgMar w:top="1440" w:right="1800" w:bottom="1440" w:left="1800" w:header="720" w:footer="720" w:gutter="0"/> </w:sectPr>`

`</w:body>`

### **4、页眉页脚** ###

**下面内容设置了页的页眉页脚：**

w:sectPr wsp:rsidR="002C452C">  
    <w:hdr w:type="odd" >  
        <w:p>  
            <w:pPr>  
                <w:pStyle w:val="Header"/>  
            </w:pPr>  
            <w:r>  
                <w:t>My Header</w:t>  
            </w:r>  
        </w:p>  
    </w:hdr>  
    <w:ftr w:type="odd">  
        <w:p>  
            <w:pPr>  
                <w:pStyle w:val="Footer"/>  
            </w:pPr>  
            <w:r>  
                <w:t>My Footer</w:t>  
            </w:r>  
        </w:p>  
    </w:ftr>

</w:sectPr>  
</w:body>

这两段都很直白，就不需要解释了。

### **5、文档设置** ###

</w:body>

**<w:docPr>  
    <w:view w:val="print"/><w:zoom w:percent="100"/>  
</w:docPr>**

</w:wordDocument>

docPr，就是document property的意思了。

表示文档的视图是“print”，视图比例100%

## **二、完整的XML文件实例** ##

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>  
<?mso-application progid="Word.Document"?>  
<w:wordDocument xmlns:aml="http://schemas.microsoft.com/aml/2001/core"  
xmlns:dt="uuid:C2F41010-65B3-11d1-A29F-00AA00C14882"  
xmlns:o="urn:schemas-microsoft-com:office:office"  
xmlns:v="urn:schemas-microsoft-com:vml"  
xmlns:w10="urn:schemas-microsoft-com:office:word"  
xmlns:w="http://schemas.microsoft.com/office/word/2003/wordml"  
xmlns:wx="http://schemas.microsoft.com/office/word/2003/auxHint"  
xmlns:wsp="http://schemas.microsoft.com/office/word/2003/wordml/sp2"  
xmlns:sl="http://schemas.microsoft.com/schemaLibrary/2003/core"  
w:macrosPresent="no" w:embeddedObjPresent="no" w:ocxPresent="no"  
xml:space="preserve">  
  
<w:body>  
<w:p>  
<w:pPr>  
<w:jc w:val="left"/>  
<w:spacing  w:line="240" w:lineRule="auto"/>  
</w:pPr>  
<w:r>  
<w:rPr>  
<w:sz w:val="24"/><w:szCs w:val="24"/>  
<w:rFonts   w:ascii="Arial" w:eastAsia="Arial" w:hAnsi="Arial" />  
</w:rPr>  
<w:t>Niu don't like Red or Blue! It seems that </w:t>  
</w:r>  
<w:r>  
<w:rPr>  
<w:sz w:val="48"/><w:szCs w:val="48"/>  
<w:rFonts   w:ascii="Arial" w:eastAsia="Arial" w:hAnsi="Arial" />  
</w:rPr>  
<w:t>Hello world!</w:t>  
</w:r>  
</w:p>  
  
  
<w:sectPr wsp:rsidR="002C452C">  
<w:pgSz w:w="12240" w:h="15840"/>  
<w:pgMar w:top="1526.4" w:right="3254.4" w:bottom="2966.4" w:left="1670.4" w:header="720" w:footer="720" w:gutter="0"/>  
<w:hdr w:type="odd" >  
<w:p>  
<w:pPr>  
<w:pStyle w:val="Header"/>  
</w:pPr>  
<w:r>  
<w:t>Header</w:t>  
</w:r>  
</w:p>  
</w:hdr>  
<w:ftr w:type="odd">  
<w:p>  
<w:pPr>  
<w:pStyle w:val="Footer"/>  
</w:pPr>  
<w:r>  
<w:t>Footer</w:t>  
</w:r>  
</w:p>  
</w:ftr>  
</w:sectPr>  
</w:body>  
  
<w:docPr>  
<w:view w:val="print"/><w:zoom w:percent="100"/>  
</w:docPr>  
</w:wordDocument>