Aspose.words编程指南之DOM树结构初识，Node类继承关系及说明

转载请注明 /article/1363991.html

上一篇Aspose.words介绍介绍了Aspose.words for Android的特性，使用方法以及评估版的使用。这一篇开始，正式讲解它丰富的API。

第一个应用

1.创建你的Android Application。

2.添加jar库到工程下的libs，添加apk到工程下的assets。Android Studio用户，gradle一下。



Eclipse用户，clean一下。

这样一来，就可以使用它的类库了。

3.在manifest添加写到sdcard的权限，并注明application。

<uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />

    <application
        android:name="com.aspose.words.AsposeWordsApplication"
        android:allowBackup="true"
        android:icon="@drawable/ic_launcher"
        android:label="@string/app_name"
        android:theme="@style/AppTheme" >

4.在activity里使用其基本方法

protected void onCreate(Bundle savedInstanceState) {
        super.onCreate(savedInstanceState);
        setContentView(R.layout.activity_first_aspose);

        new Thread(new Runnable() {
            @Override
            public void run() {
                try {
                    Document doc = new Document();
                    DocumentBuilder builder = new DocumentBuilder(doc);
                    builder.writeln("Hello World!");

                    String filePath = Environment.getExternalStorageDirectory().getPath()
                            + File.separator;
                    doc.save(filePath + "First_out.doc");
                } catch (Exception e) {
                    e.printStackTrace();
                }
            }
        }).start();
    }

运行一下，如果一切顺利，就会在sdcard根目录下生成”First_out.doc”文档。

我们用WPS软件打开看看。



ok，没问题，已经把Hello World!写进去，并且评估的水印在最上方清晰的显示着。

接着，我们来看看加载、保存和转换相关功能

加载、保存和转换

加载或者创建一个文档

创建文档

通过Document空的构造函数，创建一个新的空的文档。

Document doc = new Document();

注意：这种方式创建的空文档已经包含一个section和一个paragraph。

如果你要以动态形式创建一个文档，最常用的方式是使用DocumentBuilder来增加内容。

如下所示：

Document doc = new Document();
DocumentBuilder builder = new DocumentBuilder(doc);
builder.writeln("Hello World!");
doc.save(getMyDir() + "DocumentBuilderAndSave Out.docx");

打开文档

把文档的路径以字符串形式传给Document构造函数。

// Open a document. The file is opened read only and only for the duration of the constructor.
Document doc = new Document(getMyDir() + "Document.doc");

传递给Document构造函数一个stream，

// Open the stream. Read only access is enough for Aspose.Words to load a document.
InputStream stream = new FileInputStream(getMyDir() + "Document.doc");

// Load the entire document into memory.
Document doc = new Document(stream);

// You can close the stream now, it is no longer needed because the document is in memory.
stream.close();

// ... do something with the document

以加密的方式打开文档。通过使用LoadOptions，指定密码。

Document doc = new Document(getMyDir() + "Document.LoadEncrypted.doc", new LoadOptions("qwerty"));

接着讲保存文档。

保存文档

我们可以通过使用Document.save来保存文档。可以保存成File或stream形式。并且可以直接保存成支持的任何格式的文档（它会自动转换）。要查看支持哪些保存类型，看SaveFormat这个类。

保存成File

简单调用Document.save，指定一个file路径。Aspose.words会根据你指定的文档路径的后缀，确定需要转换成的格式。

doc.save(getMyDir() + "Document.OpenFromFile Out.doc");

保存成stream

传一个输出流给Document.save，通过SaveFormat指定转换成的格式。

Document doc = new Document(getMyDir() + "Document.doc");

ByteArrayOutputStream dstStream = new ByteArrayOutputStream();
doc.save(dstStream, SaveFormat.DOCX);

// In you want to read the result into a Document object again, in Java you need to get the
// data bytes and wrap into an input stream.
ByteArrayInputStream srcStream = new ByteArrayInputStream(dstStream.toByteArray());

指定Save options

Document.save可以传入一个SaveOptions。每一个保存格式都有一个相应的save options类。比方说，PdfSaveOptions与SaveFormat.Pdf格式相对应。

如下例子展示了以html格式保存。

Document doc = new Document(getMyDir() + "Rendering.doc");

// This is the directory we want the exported images to be saved to.
File imagesDir = new File(getMyDir(), "Images");

// The folder specified needs to exist and should be empty.
if(imagesDir.exists())
    imagesDir.delete();

imagesDir.mkdir();

// Set an option to export form fields as plain text, not as HTML input elements.
HtmlSaveOptions options = new HtmlSaveOptions(SaveFormat.HTML);
options.setExportTextInputFormFieldAsText(true);
options.setImagesFolder(imagesDir.getPath());

doc.save(getMyDir() + "Document.SaveWithOptions Out.html", options);

转换格式

简单有效的文档格式转换能力是Aspose.Words四大特性之一。

我们的word应用一般都有个共性，那就是或多或少需要用到格式之间的转换，比方说RTF -> doc, doc -> docx, doc -> pdf等等。

Aspose.words给我们提供了很便捷的方式。

LoadFormat列举了加载支持的格式，SaveFormat列举了导出或保存的格式。Aspose.words支持它所支持的格式的各种格式之间的转换。

转换只需两步：

1.通过Document类，加载你的文档。默认情况下，它会自动判断当前格式是什么格式。

2.调用Document.save，并指定你希望输出格式，然后它会自动帮你转换成你想要的格式，是不是so easy。

接着，我们来看看Aspose.words的设计理念，即Document Object Model，简称DOM。

Document Object Model

总览

Aspose.Words的文档对象模型(DOM)是一个Word文档在内存中的映射，Aspose.Words的DOM可以通过编程读取、操作和修改Word文档的内容和格式。熟悉和掌握DOM的结构和相应的类型，是使用Aspose.Words灵活编程的基础。

下图展示了一个Word文档例子和其结构：



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DOM中相关对象的结构。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。

Node相关类

Node类介绍

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所替代，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。



我们接着来看看主要类及其功能：

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文本容器
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
Paragraph	Text	一个文本段落，包含内联的节点
Run	Text	一个格式一致的文本块
BookmarkStart	Text	一个书签的起点标记
BookmarkEnd	Text	一个书签的结束标记
FieldStart	Text	一个特殊的字符，指定一个单词字段的开始
FieldSeparator	Text	一个特殊的字符，指定单词字段的分隔
FieldEnd	Text	一个特殊的字符，指定一个单词字段的结束
FormField	Text	一个表单字段
SpecialChar	Text	特殊字符类型，没有具体的字符类型
Table	Tables	Word文档中的表格
Row	Tables	一个表格对象的行
Cell	Tables	表格行的单元格
Shape	Shapes	Word文档中的图像，形状，文本框或者OLE对象
GroupShape	Shapes	一组Shapes对象
Footnote	Annotations	文档中包括文本的脚注或者尾注
Comment	Annotations	文档中包含文本的注释
CommentRangeStart	Annotations	一个相关的注释区域的开始
CommentRangeEnd	Annotations	一个相关的注释区域的结束
SmartTag	Markup	在一个段落内围绕一个或多个内嵌结构的智能标记
CustomXmlMarkup	Markup	文档中的某些结构的自定义XML标记
StructuredDocumentTag	Markup	文档中的一种结构化的文档标签（内容控制）
OfficeMath	Math	代表Office的数学对象，如函数，方程或者矩阵

尼玛，这么多，不敲不知道，一敲才发现挺多的~~。

上述这些类是叶子节点，没有子类了。我们接着看看树节点，包含子类的节点。

类	描述
Node	所有节点类的抽象基类。提供了基本的功能
CompositeNode	基本的节点类，可以包含其他节点对象， 提供了访问，插入，移除和选择子节点的功能
Story	一个Word文档的文本存储在几个Stories. 它是section层stories的基类，包含Body和HeaderFooter子类
InlineStory	inline层节点的基类，包含一个story: Comment和Footnote.
Inline	inline层节点的基类，由一个单独的格式一致的文本组成
DocumentBase	一个文档里主要文档和词汇表文档的抽象父类

通过NodeType区别Node

我们可以通过调用getNodeType()获取到当前的Node是什么类型。比方说，paragraph node返回NodeType.Paragraph，table node返回NodeType.Table，等等。

Document doc = new Document();

// Returns NodeType.Document
int type = doc.getNodeType();

文档的逻辑层级

我们要搞清楚的是，上面说到的层级关系只是Node的继承关系，不是一个dom树的层级关系。

下面的表格阐述了node节点在dom树的层级关系

节点层级	类	描述
Document level	Section	最上层文档节点，只包含Setions对象。一个Section是一个包含一些stories的容器，用来存放 主要文本和其他头注和脚注
Block level	Paragraph, Table, StructuredDocumentTag, CustomXmlMarkup	表格和段落是块层元素，可以包含其他元素。自定义标记节点可以包含嵌套块级节点。
Inline level	Run, FormField, SpecialChar, FieldChar, FieldStart, FieldSeparator, FieldEnd, Shape, GroupShape, Comment, Footnote, CommentRangeStart, CommentRangeEnd, SmartTag, StructuredDocumentTag, CustomXmlMarkup, BookmarkStart and BookmarkEnd.	Inline存在与段落里，并且在文档里显示实质的内容。脚注、评论和形状可以包含块级元素。自定义标记节点可以包含嵌套inline层元素。

关于DOM树结构和Node类继承关系的介绍就到这里，下一篇Aspose.words编程指南之DOM树再识，各层结构之间的关系会通过直观的结构图讲解一个Document包含的层级关系。