Microsoft Office 2007 Open XML

Часть 2

Алексей Федоров

Стандартизация формата

Переход на Open XML Format: утилиты

Microsoft Office Compatibility Pack

Office Migration Planning Manager

Microsoft SDK for Open XML Formats

В прошлом году мы рассказали о новом XML-формате, используемом для хранения документов в Microsoft Office 2007 (см. ст. «Office 2007 Open XML Format» в КомпьютерПресс № 6’2006 и «Коротко об OpenXML» в КомпьютерПресс № 7’2007). Были рассмотрены его основные характеристики, формат файлов, а также программные интерфейсы для работы с офисными файлами в новом формате. В данной части речь пойдет о некоторых изменениях и обновлениях, связанных с форматом Office Open XML.

Стандартизация формата

Наиболее значимой новостью является то, что Office Open XML — спецификация файлового формата для хранения электронных документов — в декабре прошлого года была стандартизована европейским комитетом по стандартизации Ecma International (стандарт Ecma 376) и в настоящий момент Office Open XML проходит процесс стандартизации в международных организациях ISO и IEC.

На рис. 1 показаны спецификации Office Open XML, включенные в состав стандарта Ecma 376.

Рис. 1. Спецификации Office Open XML, включенные в состав стандарта Ecma 376

К стандартизованным спецификациям относятся описания форматов электронных документов — WordprocessingML, электронных таблиц — SpreadsheetML, презентаций — PresentationML, а также различных компонентов электронных документов: графики — DrawingML, расширений XML — Custom XML, библиографической информации, VML, метаданных и формул. Помимо этого стандарт Ecma 376 описывает взаимодействие различных частей документов на уровне Open Packaging Convention, определяя правила создания ссылок, описания типов частей документов и способы задания цифровых подписей.

Таким образом, стандартизация формата Office Open XML и использование для его реализации кроссплатформенных технологий (XML, ZIP, Unicode) делают этот формат максимально привлекательным для хранения электронных документов и обмена ими между приложениями — как реализованными с помощью различных технологий, так и работающими на разных платформах.

В табл. 1 показана поддержка ключевых технологий на популярных платформах.

Таблица 1. Поддержка ключевых технологий OpenXML на популярных платформах

Отметим, что включенное в .NET Framework 3.0 пространство имен System.IO.Packaging также поддерживает основные концепции Open Packaging Convention.

Стандарт Ecma 376 состоит из пяти больших модулей (суммарно — более 600 страниц): Fundamentals, Open Packaging Conventions, Primer, Markup Language Reference и Markup Compatibility and Extensibility. Знакомство со стандартом следует начинать с модуля Fundamentals, затем перейти к модулю Primer, а остальные модули использовать в качестве справочников. Наиболее полная версия стандарта доступна на сайте Ecma по адресу: http://www.ecma-international.org/publications/standards/Ecma-376.htm.

Напомним, что все вопросы, связанные с форматом Office Open XML, рассматриваются на сайте OpenXML Developer (http://openxmldeveloper.org/), созданном при поддержке более 40 компаний (рис. 2).

Рис. 2. Сайт OpenXML Developer

Переход на Open XML Format: утилиты

Второй новинкой Microsoft Office 2007 является выпуск нескольких утилит, существенно облегчающих переход на новый формат хранения офисных документов.

Microsoft Office Compatibility Pack

Набор конверторов, входящих в состав Microsoft Office Compatibility Pack, позволяет пользователям Office XP, Office 2002 и Office 2003 открывать и редактировать файлы, сохраненные в новом формате, а также сохранять файлы в формате Office 2007. Microsoft Office Compatibility Pack — это бесплатный набор утилит, который можно загрузить по адресу: http://go.microsoft.com/fwlink?LinkID=77512.

Office Migration Planning Manager

Office Migration Planning Manager призван помочь организациям подготовиться к миграции на Microsoft 2007 Office System. В его состав входят следующие утилиты:

• OMPM File Scanner (offscan.exe) — утилита командной строки, проверяющая документы на предмет совместимости с новым форматом. Результаты сканирования документов размещаются в XML-файле, который может быть затем проанализирован автоматически или вручную. OMPM File Scanner выполняет два типа проверок:

- простое сканирование — выполняется идентификация документов Office на компьютере пользователя или в сетевой файловой системе (маршрут сканирования задается в конфигурационном файле offscan.ini), при этом собирается информация о полном имени файла, его размере, формате, дате создания, дате модификации и владельце,

- полноценное сканирование — выполняется сканирование свойств документов с целью обнаружения потенциальных проблем при конвертации документов в новый формат;

• набор утилит, автоматизирующих создание новой базы данных (поддерживается SQL Server 2000, SQL Server 2005 или SQL Express) и импорт данных из XML-файлов, созданных утилитой OMPM File Scanner. Использование SQL Server 2005 рекомендуется для работы с большими архивами файлов — более 100 тыс. офисных документов. Утилиты реализованы в виде пакетных файлов — CreateDB.bat и DeleteDB.bat. Утилита для импорта данных — ImportScans.bat — базируется на технологии SQLXML 3.0 и позволяет обрабатывать файлы протоколов большого объема: обработка файла размером 10 Кбайт и импорт данных из него занимает порядка 5 мин;

• средство создания отчетов на основе Microsoft Access 2007, с помощью которого можно анализировать результаты сканирования и задавать наборы файлов для автоматического преобразования в новый формат, используя утилиту Office File Converter;
• Office File Converter (OFC) — утилита для массового преобразования файлов в новый формат Office 2007;
• Version Extraction Tool (VET) — средство извлечения версий файлов.

Взаимодействие OMPM-компонентов показано на рис. 3.

Рис. 3. Взаимодействие OMPM-компонентов

OMPM File Scanner выполняет сканирование файлов Office, приведенных в табл. 2.

Таблица 2. Форматы файлов, поддерживаемые OMPM File Scanner

Отметим, что сканирование файлов Microsoft Office Outlook, Microsoft Office FrontPage, Microsoft Office OneNote и Microsoft Office InfoPath не производится.

Как видите, использование утилит, входящих в состав Office Migration Planning Manager, позволит компаниям, накопившим значительное количество документов в формате Office, безболезненно перейти на новый формат файлов и воспользоваться всеми преимуществами хранения документов в формате Open XML. Office Migration Planning Manager можно загрузить по адресу: http://go.microsoft.com/fwlink?linkid=75727.

Microsoft SDK for Open XML Formats

И наконец, третья новинка — это выпущенная в июне этого года библиотека классов для работы с офисными документами в формате Open XML. Она представляет собой программную объектную модель, построенную поверх пространства имен System.IO.Packaging и предоставляющую в распоряжение разработчиков строго типизированные классы для работы с документами, созданными средствами Microsoft Office Word 2007, Microsoft Office Excel 2007 и Microsoft Office PowerPoint 2007. Эти классы расположены в пространстве имен Microsoft.Office.DocumentFormat.OpenXml и должны быть подключены к проекту Microsoft Visual Studio 2005 с помощью команды Add Reference.

Основное отличие классов, реализованных в пространстве имен Microsoft.Office. DocumentFormat.OpenXml, от классов из пространства имен System.IO.Packaging заключается в том, что первые рассчитаны на работу с документами, создаваемыми средствами Microsoft Office 2007, тогда как последние предоставляют более абстрактный способ решения тех же задач.

В рассматриваемом нами пространстве имен — Microsoft.Office.DocumentFormat. OpenXml — реализована иерархия, отражающая основную структуру офисных документов (рис. 4).

Рис. 4. Фрагмент иерархии классов
в пространстве имен Microsoft.Office.DocumentFormat.OpenXml

На вершине иерархии классов располагается класс OpenXMLPartContainer, представляющий собой контейнер для частей офисного документа. От него наследуют два класса — OpenXmlPackage и OpenXmlPart.

Класс OpenXmlPackage служит базовым классом для реализации классов, описывающих три типа офисных документов: WordprocessingDocument (созданный средствами Microsoft Word), SpreadsheetDocument (созданный средствами Microsoft Excel) и PresentationDocument (созданный средствами Microsoft PowerPoint). Базовый класс содержит ряд свойств и методов, разделяемых всеми унаследованными от него классами. К основным свойствам класса OpenXmlPackage относятся свойства, показанные в табл. 3.

Таблица 3. Свойства класса OpenXmlPackage

Методы класса OpenXmlPackage позволяют манипулировать частями документа и взаимоотношениями между ними (табл. 4).

Таблица 4. Основные методы класса OpenXmlPackage

Построенные на основе класса OpenXmlPackage классы, реализующие конкретные типы документов, добавляют ряд свойств и методов, уникальных для их структуры. Например, класс WordprocessingDocument — это документ, созданный средствами Microsoft Word и содержащий свойство MainDocumentPart, которое возвращает «корневую» часть документа; класс SpreadsheetDocument, представляющий собой электронную таблицу, созданную средствами Microsoft Excel, содержит свойство WorkbookPart, а класс PresentationDocument, реализующий презентацию, созданную средствами Microsoft PowerPoint, — свойство PresentationPart.

Для создания документов различных типов существуют перегруженные методы Create — они позволяют создавать новый экземпляр соответствующего класса на основе указанного пакета, файлового потока или файла. Пример вариантов метода Create для класса WordprocessingDocument показан в табл. 5.

Таблица 5. Пример вариантов метода Create для класса WordprocessingDocument

Для открытия файла также предусмотрены перегруженные методы Open — для работы на уровне пакетов, файловых потоков или файлов. Соответствующие методы Add — AddMainDocumentPart, AddWorkbookPart и AddPresentationPart — позволяют добавлять к документу новые части.

Части документа построены на основе класса OpenXmlPart и унаследованных от него MainDocumentPart, WorkbookPart, PresentationPart и множества других (включая ImagePart, CommentsPart, PivotTablePart, WorksheetPart, SlidePart, ThemePart, CustomXmlPart и т.п.), отвечающих за отдельные части документа того или иного типа. Базовый класс содержит ряд свойств и методов, разделяемых всеми унаследованными от него классами. Основные свойства класса OpenXmlPart перечислены в табл. 6.

Таблица 6. Основные свойства класса OpenXmlPart

Методы класса OpenXmlPart позволяют манипулировать частями документа и взаимоотношениями между ними (табл. 7).

Таблица 7. Основные методы класса OpenXmlPart

После того как мы ознакомились с основами организации библиотеки классов для работы с офисными документами в формате Open XML, рассмотрим несколько примеров ее применения.

Начнем с примера, показывающего, как использовать данную библиотеку для создания нового документа в формате Microsoft Word. Первый шаг — это создание пакета типа WordprocessingDocument:

WordprocessingDocument wordDoc

wordDoc = WordprocessingDocument.Create (“c:\OpennXMLDemo.docx”, WordprocessingDocumentType. Document);

После этого мы задаем наполнение документа — создаем его основную часть:

using (wordDoc)

  {

   MainDocumentPart mainPart = wordDoc. AddMainDocumentPart();

и заполняем ее данными:

const string docXml =

@”<?xml version=””1.0"” encoding=””UTF-8"” standalone=””yes””?> <w:document xmlns:w=””http://schemas.openxmlformats.org/wordprocessingml/2006/main””>

<w:body><w:p><w:r><w:t>Hello world!</w:t></w:r></w:p></w:body>

</w:document>”;

  using (Stream stream = part.GetStream())

  {

    byte[] buf = (new UTF8Encoding()). GetBytes(docXml);

    stream.Write(buf, 0, buf.Length);

  }

}

Для того чтобы добавить к документу новую часть, можно воспользоваться следующей процедурой, которой в качестве параметров передаются имя документа и файловый путь:

public static void AddNewPart(string document, string fileName)

{

  using (WordprocessingDocument wordDoc = WordprocessingDocument.Open(document, true))

  {

   MainDocumentPart mainPart = wordDoc.MainDocumentPart;

   CustomXmlPart myXmlPart = mainPart.AddNewPart <CustomXmlPart>();

   using (FileStream stream = new FileStream(fileName, FileMode.Open))

   {

     myXmlPart.FeedData(stream);

   }

  }

}

Сначала мы открываем документ, используя соответствущий метод Open, затем получаем доступ к его основной части (MainDocumentPart). После этого мы создаем новую часть документа, открываем документ в режиме записи и заносим новую часть в документ. Для того чтобы добавленная часть могла применяться в документе, ее необходимо занести в таблицу связей частей документа.

Для получения содержимого определенной части документа (например, комментариев в текстовом документе) можно воспользоваться следующей функцией, которой в качестве параметра передается имя документа:

public static string GetCommentsFromDocument(string document)

{

  string comments = null;

  using (WordprocessingDocument wordDoc = WordprocessingDocument.Open(document, true))

  {

    MainDocumentPart mainPart = wordDoc.MainDocumentPart;

    CommentsPart commentsPart = mainPart.CommentsPart;

    using (StreamReader streamReader = new StreamReader(commentsPart.GetStream()))

    {

      comments = streamReader.ReadToEnd();

    }

  }

  return comments;

}

Сначала мы открываем документ с помощью соответствущего метода Open. Затем мы получаем доступ к его основной части (MainDocumentPart), а после этого — к части документа, в которой хранятся комментарии (CommentsPart). Далее мы создаем поток для полученной части документа и считываем ее содержимое в строковую переменную.

Как видите, использование классов, реализованных в пространстве имен Microsoft.Office.DocumentFormat.OpenXml, позволяет работать с офисными документами более наглядно и в соответствии с объектной моделью и схемой того или иного офисного продукта.

Microsoft SDK for Open XML Formats можно загрузить с сайта Microsoft (раздел Downloads).

КомпьютерПресс 8'2007