WordProcessingML的解剖学翻译00--WordProcessingML文件的剖析

最新推荐文章于 2024-02-21 10:20:06 发布

JovenGeek

最新推荐文章于 2024-02-21 10:20:06 发布

阅读量1.2k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： # WordProcessingML(docx) 文章标签： msword

本文链接：https://blog.csdn.net/qq_42367281/article/details/104614350

WordProcessingML(docx) 专栏收录该内容

20 篇文章

订阅专栏

本文深入剖析了WordProcessingML文件的结构，详细介绍了.docx文件作为zip包的组成，包括内容类型、关系定义及特定部分如注释、文档设置、字体表等。同时探讨了OOXML文档共享的部分类型。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

WordProcessingML文件的剖析

Package Structure（包的结构）

WordprocessingML 或 docx 文件是一个 zip 文件（一个包），其中包含许多“parts（部分）”，通常是UTF-8或UTF-16编码的 XML 文件，但有一部分是字节流。包还可能包含其他媒体文件，例如图像和视频。该结构根据 Open Packaging Conventions 进行组织。

我们可以通过简单地将任何 docx 文件重命名为 zip 文件并解压缩文件来查看文件结构和文件。

docx 文件结构

Content Types（内容类型）

每个包必须在其根目录下具有 [Content_Types].xml 文件。该文件包含包中 parts（部件）的所有内容类型的列表。每个 parts（部件）及其类型都必须在 [Content_Types].xml 中列出。以下是主要文档部分的内容类型：

<Override PartName="/word/document.xml" ContentType="application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml"/>

Relationships（关系）

每个包都包含一个 Relationships （关系）部分，该关系部分定义了其他部分之间以及与包外部资源之间的关系。这样可以将关系与内容分开，并且可以轻松更改关系，而无需更改引用目标的来源。

Relationships （关系）

对于 OOXML 程序包，_rels 文件夹中始终存在一个关系部分（.rels），用于标识程序包的开始部分或程序包关系。例如，以下内容定义了内容的开始部分的标识：

<Relationship Id="rId1" Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument" Target="word/document.xml"/>.

.rels 中通常还存在 app.xml 和 core.xml 的关系。

除了包的关系部分之外，作为一个或多个关系源的每个部分还将具有自己的关系部分。每个此类关系部分都位于该部分的 _rels 子文件夹中，并且通过在该部分的名称后附加“ .rels”来进行命名。

document_xml_rels
关系可以是显式的也可以是隐式的。对于显式关系，使用元素的 Id 属性引用资源。也就是说，源中的 ID 直接映射到关系项的 ID ，并明确引用目标。

例如，文档可能包含这样的超链接：

<w:hyperlink r:id="rId4">

r:id=“rId4” 引用了文档（document.xml.rels）的关系部分中的以下关系。

<Relationship Id="rId4" Type="http://. . ./hyperlink" Target="http://www.google.com/" TargetMode="External"/>

对于隐式关系，没有这样的直接引用 Id。相反，该引用被理解。例如，文档可能包含对脚注的引用，如下所示。

<w:footnoteReference r:id="2">

在这种情况下，对带有 w:id=“2” 的脚注的引用应理解为存在脚注时存在的 “脚注”部分（part）。在脚注部分，我们将看到以下内容。

<w:footnote w:id="2">

WordprocessingML文档特有的部分（part）

下面是 WordprocessingML 包中特定于 WordprocessingML 文档的可能存在部分（part）的列表。

Part	中文	描述
Comments	注释	包含文档中的注释。可能有主文档的注释部分，如果有词汇表，则可能有词汇表的注释部分。
Document Settings	文档设置	指定文档的设置，包括是否隐藏拼写和语法错误，跟踪修订，写保护等。可能有主文档的设置部分，如果有词汇表，则可能有词汇表的设置部分。
Endnotes	尾注	包含文档的尾注。可能有主文档的尾注部分，如果有词汇表，则可能有词汇表的尾注部分。
Font Table	字体表	指定文档中使用的字体的有关信息。当指定的字体在系统上不可用时，应用程序将使用部分（part）中的信息来确定使用哪些字体来显示文档。
Footer	页脚	包含 footer （页脚）的信息。请注意，文档的每个 section（节）都可能包含首页，奇数页和偶数页的页脚。因此，可能有多个页脚部分（part），具体取决于文档中有多少节以及这些节的页脚类型。
Footnotes	脚注	包含文档中的脚注。可能有主文档的脚注部分，如果有词汇表，则可能有词汇表的脚注部分。
Glossary	词汇表	这是一个补充文档存储位置，其中可能包含文档附带的内容，但从主文档内容中看不到。
Header	页眉	包含 header （页眉）的信息。请注意，文档的每个 section（节）都可能包含首页，奇数页和偶数页的页眉。因此，可能有多个页眉部分（part），具体取决于文档中有多少节以及这些节的页眉类型。
Main Document	主要文档	包含文档的正文。
Numbering Definitions	编号定义	包含文档中 structure of each numbering definition（每个编号定义的结构）定义。可能有主文档的编号定义部分，如果有词汇表，则可能有词汇表的编号定义部分。
Style Definitions	样式定义	包含文档中的样式定义。可能有主文档的样式定义部分，如果有词汇表，则可能有词汇表的样式定义部分。
Web Settings	网页设置	包含文档使用的 Web 特定设置的定义。这些设置指定两种类别：与可在WordprocessingML文档中使用的HTML文档相关的设置（即框架集定义），以及影响在另存为HTML时如何处理文档的设置。可能有主文档的网页设置部分，如果有词汇表，则可能有词汇表的网页设置部分。

其他OOXML文档共享的部分（part）

任何 OOXML 包中都可能出现许多部分类型。以下是一些与 WordprocessingML 文档相关的部分。

Part	中文	描述
Embedded package	嵌入式包	包含内部或外部的完整引用包。例如，WordprocessingML 文档可能包含电子表格或演示文稿文档。
Extended File Properties (often found at docProps/app.xml)	扩展文件属性（通常在 docProps/app.xml 中找到）	包含特定于OOXML文档的属性，例如所使用的模板，页面和单词的数量以及应用程序名称和版本的属性。
File Properties, Core	文件属性，核心	核心文件属性使用户可以发现并设置包中的常用属性，例如创建者名称，创建日期，标题之类的属性。尽可能使用都 Dublin Core 属性（一组用于描述资源的元数据术语）。
Font	字体	包含直接嵌入到文档中的字体。字体可以以位图（bitmapped）字体存储，其中每个字形都以栅格图片的形式存储，或者以符合 ISO/IEC 14496-22:2007 的格式存储。
Image	图片	文档通常包含图片。图像可以作为 zip 项目存储在包中。必须通过图像部分关系（part）和适当的内容类型来标识该项目。
Theme	主题	DrawingML 是跨 OOXML 文档类型的共享语言。包含主题部分，当文档使用主题时，该部分将包含在 WordprocessingML 文档中。