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 ,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:
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:
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。
看看这些主要的类及作用
Aspose.Words类 | 类别 | 描述 |
Document | Document | Document对象是文档树的根节点,提供访问整个文档的入口 |
Section | Document | Section对象对应一个文档中的一节 |
Body | Document | 是一节中的主要文本容器 |
HeaderFooter | Document | 一节中的特殊页眉或者页脚容器 |
GlossaryDocument | Document | 代表一个Word文档中词汇表的根条目 |
BuildingBlock | Document | 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 |
Text | 一个文本段落,保护内联的节点 | |
Text | 一个格式一致的文本块 | |
Text | 一个书签的起点标记 | |
Text | 一个书签的结束标记 | |
Text | 一个特殊的字符指定一个单词字段的开始 | |
Text | 单词字段的分隔符 | |
Text | 一个特殊的字符指定一个单词字段的结束 | |
Text | 一个表单字段 | |
Text | 特殊字符类型,没有具体的 | |
Tables | Word文档中的表格 | |
Tables | 一个表格对象的行 | |
Tables | 表格行的单元格 | |
Shapes | Word文档中的图像,形状,文本框或者OLE对象 | |
Shapes | 一组Shapes对象 | |
Shapes | 一个文档中的Sharp或者图像,图表 | |
Annotations | 文档中包括文本的脚注或者尾注 | |
Annotations | 文档中包含文本的注释 | |
Annotations | 一个相关的注释区域的开始 | |
Annotations | 一个相关的注释区域的结束 | |
Markup | 在一个段落内围绕一个或多个内嵌结构的智能标记 | |
Markup | 文档中的某些结构的自定义XML标记 | |
Markup | 文档中的一种结构化的文档标签(内容控制) | |
Math | 代表Office的数学对象,如函数,方程或者矩阵 |
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:
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:
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
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
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:
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/,国内的途径吧,CSDN比较多,呵呵。