Мир ПК - Администрирование - Urn schemas microsoft com office office

Office XP и обмен XML-данными

© Наталия Елманова
© Статья была опубликована в журнале КомпьютерПресс 10#2001 ()

В нашем журнале мы уже писали о том, что нового появилось в приложениях Microsoft Office XP. Настоящая статья посвящена лишь одному, но очень полезному новшеству — поддержке языка XML (Extensible Markup Language), вошедшего в последние годы в число самых популярных индустриальных стандартов и широко применяемого для обмена данными между приложениями.

При всей популярности XML на сегодняшний день известно не так уж и много средств подготовки XML-данных. В настоящее время XML в том или ином виде поддерживается подавляющим большинством СУБД и средств разработки, однако утилиты манипуляции XML-данными из их комплектов поставки — далеко не самый подходящий инструмент для конечных пользователей. Поэтому включение в Office XP (а именно — в Excel и Access) возможности сохранения документов в формате XML, равно как и чтения XML-данных, представляется весьма своевременным.

Обмен XML-данными с Excel 2002

Где и как можно применять поддержку XML в Excel? Один из типичных примеров — анализ с помощью Excel (или с помощью приложений — контроллеров автоматизации Excel) данных, полученных из нескольких разнородных источников, например из BizTalk Server или из приложений для других операционных систем, либо отправка данных из рабочей книги Excel в такие приложения. Преимущество такого подхода по сравнению с применением XML-редакторов очевидно: Excel в отличие от XML-редакторов хорошо знаком многим пользователям и разработчикам.

Открытие и сохранение XML-документов

Попробуем сохранить рабочую книгу Excel (рис. 1) в виде XML-документа, выбрав соответствующий его тип — XML Spreadsheet — в диалоге сохранения файла. В этом случае рабочая книга будет сохранена в XML-файле, структура которого основана на схеме, разработанной Microsoft.

Рис. 1. Файл для преобразования в XML Spreadsheet

Этот файл содержит все сведения о данных, включая оформление ячеек и формулы, за исключением диаграмм, OLE-объектов, графических изображений, а также проектов VBA. Естественно, можно в дальнейшем снова открыть этот XML-файл с помощью Excel.

Несмотря на немалый объем XML-файла, структура его довольно проста. Корневой его тэг — :

Тэги следующего уровня содержат сведения о документе (автор, дата создания и т.д.):

Далее следуют тэг .

Для каждого из листов рабочей книги имеется свой тэг , содержащий сведения о листе и его ячейках:

Как видите, структура XML-файла, создаваемого Excel, относительно проста. Это позволяет решить многие проблемы, такие, например, как генерация документов для последующей обработки в Excel на Web-серверах, откуда их и получает пользователь. Генерировать такие документы особенно удобно, если Web-сервер работает не под управлением Windows, ведь в этом случае для генерации xls-файлов нельзя использовать ни Excel как сервер автоматизации, ни имеющиеся на рынке готовые ASP-компоненты для генерации xls-файлов (такие как ExcelWriter от Software Artisans).

Отметим, однако, что с помощью Excel можно открыть и XML-файл более простого вида, например:

В этом случае Excel преобразует XML-файл в таблицу примерно такого вида, как показано на рис. 2.

Рис. 2. Результат чтения XML-данных

Каким требованиям должен удовлетворять XML-файл, чтобы его можно было открыть в Excel? В первую очередь он должен быть корректным (Well-formed, то есть документ должен содержать один корневой элемент, тэги должны быть парными и могут быть вложенными, элементы документа не должны перекрываться), иначе его преобразование в рабочую книгу Excel не будет выполнено. Кроме того, он должен содержать инструкцию , поскольку в противном случае XML-документ будет проинтерпретирован как обычный текстовый файл.

Следует обратить внимание на то, что элементы XML-документа в Excel оказались расположены не в порядке их следования, а по алфавиту. Причина этого очевидна: в XML-документе одинаковые элементы могут иметь разный набор подэлементов следующего уровня, поэтому в общем случае нет гарантии, что на их основе можно построить таблицу фиксированной структуры. Именно по этой причине элементы и располагаются в алфавитном порядке. Кстати, XML-документы с русскоязычными тэгами также отлично воспринимаются Excel 2002.

Открытие и сохранение XML-документов с помощью VBA

Открытие XML-документов с помощью VBA осуществляется точно так же, как и открытие рабочих книг Excel:

Если открываемый файл в точности соответствует формату XML Spreadsheet, он будет распознан в соответствии с этим форматом. Если же открываемый файл представляет собой произвольный (но, естественно, корректный) XML-документ, он будет преобразован в таблицу наподобие изображенной на рис. 2.

Можно открыть XML-документ с помощью метода OpenXML коллекции WorkBooks:

Отметим, что использование этого метода позволяет применить к открываемому документу несколько последовательных XSLT-преобразований — для этой цели у него имеется параметр Stylesheets.

Сохранение документов в формате XML выполняется таким же образом, как и сохранение документов в других форматах:

Здесь xlXMLSpreadsheet — константа, идентифицирующая формат сохранения файла в виде XML Workbook.

Следует отметить, что можно сохранить файл непосредственно на Web-сервере, например:

Напомним, что возможность сохранения файлов Microsoft Office на Web-серверах, работающих под управлением Internet Information Services и FrontPage Server Extensions, либо на Web-серверах, поддерживающих протокол WebDAV (Web Distributed Authoring and Versioning), появилась еще в Microsoft Office 2000.

В заключение нашего краткого обзора поддержки XML в Excel VBA отметим, что Excel 2002 позволяет получать XML-данные из диапазонов Excel в формате XML Spreadsheet, например:

Помимо этого можно получить данные из диапазона ячеек и в формате XML Data Reduced (XDR), используемом для хранения клиентских наборов данных ADO (disconnected recordsets) в формате XML:

В этом случае можно осуществить обмен такими данными с приложениями, использующими загрузку сохраненных наборов данных ADO.

Обмен XML-данными с Access 2002

Импорт XML-документов

Access 2002 также позволяет импортировать XML-данные в свои базы данных, а также в базы данных SQL Server и MSDE. Рассмотрим простейший способ импорта XML-данных в Access на примере следующего XML-документа:

Для импорта этого XML-документа следует выбрать пункт меню Access File | Get External Data | Import, в диалоге открытия файла указать в качестве типа данных XML Documents и выбрать имя соответствующего файла. После этого происходят интерпретация выбранного файла и поиск в нем потенциальных таблиц. В данном случае Access распознает тэг с вложенными дочерними тэгами и интерпретирует их как одноименную таблицу. Затем Access находит набор тэгов и интерпретирует их как другую таблицу. Далее пользователю предлагается выбрать, импортировать только структуру таблиц или данные вместе со структурой либо просто добавить данные из XML-файла в уже имеющиеся таблицы (рис. 3).

Рис. 3. Импорт XML-данных в Access

Если выбрать импорт данных вместе со структурой, в текущей базе данных будут созданы две таблицы — Column и Article (рис. 4).

Читать еще: Kingsoft office 4pda

Рис. 4. Результат импорта XML-данных в Access

Отметим, что это не единственный способ импорта XML-данных в Access. При работе с XML-данными нередко используются XML-схемы, содержащие описание структуры данных, представленных в XML-документе, то есть правил, по которым XML-документ должен быть преобразован при импорте. Существует несколько стандартов XML-схем. В частности, до недавнего времени для этой цели широко применялся стандарт DTD (Document Type Definition), обладавший рядом недостатков, например поддержкой лишь ограниченного списка типов данных. Сейчас все большее распространение приобретает стандарт XSD (XML Schema standard), свободный от указанных недостатков. Именно он и поддерживается в Access 2002.

Типичное описание структуры данных в виде XSD-схемы выглядит так:

Если импортировать такой файл в Access, мы получим пустую таблицу со структурой, соответствующей описанию, содержащемуся в XSD-схеме (в данном случае имеющую имя Column и состоящую из двух строковых полей — Column_Name и Column_Editor). После этого можно импортировать в готовую таблицу XML-документ; при этом тэги, соответствующие полям таблицы, будут распознаны, а остальные — проигнорированы, независимо от того, в какой по счету записи они встретились. Кстати, и в этом случае возможен импорт связанных таблиц в одном документе.

Экспорт XML-документов

Возможности экспорта Access в XML довольно разнообразны. Выбрав пункт меню File | Export и указав XML document в качестве типа данных, можно экспортировать таблицу Access в XML-документы как с описанием в виде XSD-схемы, так и без него; можно внедрить его в XML-документ или сохранить отдельно; можно также экспортировать несколько связанных таблиц и сгенерировать HTML- или ASP-файл для отображения данных в браузере (рис. 5).

Рис. 5. Диалог экспорта объектов Access в документ XML

Помимо таблиц в формат XML (с возможным одновременным созданием XSD-схемы) можно экспортировать результаты запросов, отчеты, формы. При необходимости можно сохранить структуру таблицы, запроса, формы или отчета в файле, содержащем сведения не только о типах полей, но и о том, как осуществляется соединение с источником данных и каким образом эти данные должны быть представлены. Для форм и отчетов такой файл сохраняется в виде кода на языке ReportML, специально разработанном Microsoft для XML-описания объектов баз данных Access. ReportML содержит набор тэгов для описания элементов форм, отчетов и страниц доступа к данным и применяется для преобразования сохраненных отчетов и форм в страницы доступа к данным.

Импорт и экспорт XML-документов с помощью VBA

Импорт XML-документа в VBA может быть осуществлен с помощью метода ImportXML объекта Application:

Application.ImportXML “D:article.xml”, acStructureAndData

Второй параметр представляет собой константу, принимающую следующие значения: acStructureOnly — импортировать только структуру данных; acStructureAndData — импортировать и структуру, и данные; acAppendData — добавить данные к уже существующей таблице. Таким образом, список параметров полностью соответствует опциям, выбираемым при импорте файлов (см. рис. 3).

Экспорт XML-документа в VBA можно осуществлять с помощью метода ExportXML объекта Application:

Первый параметр этого метода указывает, какой именно объект экспортируется — форма, запрос, таблица или отчет. Если экспорт производится из проекта Access, для экспорта также доступны представления и хранимые процедуры MSDE. Второй параметр указывает имя экспортируемого объекта, третий и четвертый — имена XML- и XSD-файлов (последний может быть опущен). Этот метод содержит еще несколько необязательных параметров, описывающих детали экспорта, о которых было сказано в предыдущем разделе.

Обратите внимание, что экспортировать таблицы и отчеты в формат XDR (как уже говорилось выше, он нередко применяется для обмена данными с другими ADO-приложениями) с помощью метода ExportXML, равно как и импортировать такие данные с помощью ImportXML, не удастся. Однако для этой цели можно создать объект типа ADO Recordset, выполнить запрос, заполняющий его данными, и затем сохранить в XDR-файле:

Прочесть XDR-файл можно с помощью метода Open того же объекта ADO Recordset — этот метод загружает XDR-файл в буфер объекта Recordset:

Далее с объектом Recordset можно делать все что угодно — добавлять, удалять, изменять записи, добавлять его данные в имеющиеся таблицы.

Заключение

В настоящей статье мы рассмотрели поддержку обмена XML-данными в некоторых приложениях Office XP. Мы рассказали о возможностях чтения и сохранения XML-документов в Excel 2002, а также о возможностях и способах импорта XML-данных в Access и экспорта таблиц, запросов, форм и отчетов Access в XML-документы. Мы также выяснили, какие объекты и методы позволяют осуществлять эти действия в VBA-приложениях.

Отметим, однако, что XML применяется в самом Office XP не только для обмена данными с другими приложениями, но и для собственных, «внутренних», целей, в частности для создания смарт-тэгов. Но об этом мы расскажем в следующий раз.

Дополнительная информация

За дополнительной информацией обращайтесь в компанию Interface Ltd.

Как я разбирал docx с помощью XSLT

Задача обработки документов в формате docx, а также таблиц xlsx и презентаций pptx является весьма нетривиальной. В этой статье расскажу как научиться парсить, создавать и обрабатывать такие документы используя только XSLT и ZIP архиватор.

Зачем?

docx — самый популярный формат документов, поэтому задача отдавать информацию пользователю в этом формате всегда может возникнуть. Один из вариантов решения этой проблемы — использование готовой библиотеки, может не подходить по ряду причин:

библиотеки может просто не существовать
в проекте не нужен ещё один чёрный ящик
ограничения библиотеки по платформам и т.п.
проблемы с лицензированием
скорость работы

Поэтому в этой статье будем использовать только самые базовые инструменты для работы с docx документом.

Структура docx

Для начала разоберёмся с тем, что собой представляет docx документ. docx это zip архив который физически содержит 2 типа файлов:

xml файлы с расширениями xml и rels
медиа файлы (изображения и т.п.)

А логически — 3 вида элементов:

Типы (Content Types) — список типов медиа файлов (например png) встречающихся в документе и типов частей документов (например документ, верхний колонтитул).
Части (Parts) — отдельные части документа, для нашего документа это document.xml, сюда входят как xml документы так и медиа файлы.
Связи (Relationships) идентифицируют части документа для ссылок (например связь между разделом документа и колонтитулом), а также тут определены внешние части (например гиперссылки).

Они подробно описаны в стандарте ECMA-376: Office Open XML File Formats, основная часть которого — PDF документ на 5000 страниц, и ещё 2000 страниц бонусного контента.

Минимальный docx

Простейший docx после распаковки выглядит следующим образом

Читать еще: Как обновить ms office 2020

Давайте посмотрим из чего он состоит.

[Content_Types].xml

Находится в корне документа и перечисляет MIME типы содержимого документа:

_rels/.rels

Главный список связей документа. В данном случае определена всего одна связь — сопоставление с идентификатором rId1 и файлом word/document.xml — основным телом документа.

word/document.xml

— сам документ
— тело документа
— параграф
— run (фрагмент) текста
— сам текст
— описание страницы

Если открыть этот документ в текстовом редакторе, то увидим документ из одного слова Test .

word/_rels/document.xml.rels

Здесь содержится список связей части word/document.xml . Название файла связей создаётся из названия части документа к которой он относится и добавления к нему расширения rels . Папка с файлом связей называется _rels и находится на том же уровне, что и часть к которой он относится. Так как связей в word/document.xml никаких нет то и в файле пусто:

Даже если связей нет, этот файл должен существовать.

docx и Microsoft Word

docx созданный с помощью Microsoft Word, да в принципе и с помощью любого другого редактора имеет несколько дополнительных файлов.

Вот что в них содержится:

docProps/core.xml — основные метаданные документа согласно Open Packaging Conventions и Dublin Core [1], [2].
docProps/app.xml — общая информация о документе: количество страниц, слов, символов, название приложения в котором был создан документ и т.п.
word/settings.xml — настройки относящиеся к текущему документу.
word/styles.xml — стили применимые к документу. Отделяют данные от представления.
word/webSettings.xml — настройки отображения HTML частей документа и настройки того, как конвертировать документ в HTML.
word/fontTable.xml — список шрифтов используемых в документе.
word/theme1.xml — тема (состоит из цветовой схемы, шрифтов и форматирования).

В сложных документах частей может быть гораздо больше.

Реверс-инжиниринг docx

Итак, первоначальная задача — узнать как какой-либо фрагмент документа хранится в xml, чтобы потом создавать (или парсить) подобные документы самостоятельно. Для этого нам понадобятся:

Архиватор zip
Библиотека для форматирования XML (Word выдаёт XML без отступов, одной строкой)
Средство для просмотра diff между файлами, я буду использовать git и TortoiseGit

Инструменты

Также понадобятся скрипты для автоматического (раз)архивирования и форматирования XML.
Использование под Windows:

unpack file dir — распаковывает документ file в папку dir и форматирует xml
pack dir file — запаковывает папку dir в документ file

Использование под Linux аналогично, только ./unpack.sh вместо unpack , а pack становится ./pack.sh .

Использование

Поиск изменений происходит следующим образом:

Создаём пустой docx файл в редакторе.
Распаковываем его с помощью unpack в новую папку.
Коммитим новую папку.
Добавляем в файл из п. 1. изучаемый элемент (гиперссылку, таблицу и т.д.).
Распаковываем изменённый файл в уже существующую папку.
Изучаем diff, убирая ненужные изменения (перестановки связей, порядок пространств имён и т.п.).
Запаковываем папку и проверяем что получившийся файл открывается.
Коммитим изменённую папку.

Пример 1. Выделение текста жирным

Посмотрим на практике, как найти тег который определяет форматирование текста жирным шрифтом.

Создаём документ bold.docx с обычным (не жирным) текстом Test.
Распаковываем его: unpack bold.docx bold .
Коммитим результат.
Выделяем текст Test жирным.
Распаковываем unpack bold.docx bold .
Изначально diff выглядел следующим образом:

Рассмотрим его подробно:

docProps/app.xml

Изменение времени нам не нужно.

docProps/core.xml

Изменение версии документа и даты модификации нас также не интересует.

word/document.xml

Изменения в w:rsidR не интересны — это внутренняя информация для Microsoft Word. Ключевое изменение тут

в параграфе с Test. Видимо элемент и делает текст жирным. Оставляем это изменение и отменяем остальные.

word/settings.xml

Также не содержит ничего относящегося к жирному тексту. Отменяем.

7 Запаковываем папку с 1м изменением (добавлением ) и проверяем что документ открывается и показывает то, что ожидалось.
8 Коммитим изменение.

Пример 2. Нижний колонтитул

Теперь разберём пример посложнее — добавление нижнего колонтитула.
Вот первоначальный коммит. Добавляем нижний колонтитул с текстом 123 и распаковываем документ. Такой diff получается первоначально:

Сразу же исключаем изменения в docProps/app.xml и docProps/core.xml — там тоже самое, что и в первом примере.