C#操作Word Aspose.Words组件介绍及使用

时间:2022-02-09 01:14:14

标签:

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:

C#操作Word Aspose.Words组件介绍及使用

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:

C#操作Word Aspose.Words组件介绍及使用

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。

C#操作Word Aspose.Words组件介绍及使用

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

 

Paragraph

 

Text

 

一个文本段落,保护内联的节点

 

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

 

单词字段的分隔符

 

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

 

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

 

DrawingML

 

Shapes

 

一个文档中的Sharp或者图像,图表

 

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

 
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:

C#操作Word Aspose.Words组件介绍及使用

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.