是否有Word .docx XML标签的词汇表？

问题描述：

我试图创建一个解析器找到一个Word文件.docx的修订和作者...是否有Word .docx XML标签的词汇表？

我发现document.xml，但有这么多的标签！所有这些标签都代表什么地方有词汇表？

我想避免蛮力强迫我通过这种方式，如果可能的话。

答

"w:ins" denotes what was inserted when trackedchanges are enabled. 
"w:del" denotes what was deleted when trackedchanges are enabled. 
"w:commentRangeStart" denotes the start of a comment 
"w:commentRangeEnd" denotes the end of the comment. 

All text are found inside 
"w:t" tags.

答

您可以在Stack Overflow docx tag wiki itself开始收集关于它的信息。

.docx文件（以及其他新的MS Office文件就像.xlsx）use OOXML format

特别是：

微软的Office Open XML WORDPROCESSINGML在 ECMA 376和ISO 29500，大多也是标准化。

你可以得到相关的ECMA标准规范在这里：http://www.ecma-international.org/news/TC45_current_work/TC45_available_docs.htm

你可能寻找的特定文件可能是Open Office XML, Part 4 : Markup Language Reference

不过，当然......这是巨大的

我强烈建议要找准（5219页！）你想要的功能，并看看现有的开源库已经完成了你想做的一些工作。

答

“Office Open XML”格式及其XML词汇表在http://www.ecma-international.org/publications/standards/Ecma-376.htm中有详细描述。

为了给你一个想法，下面这段XSLT的应该只提取有效的结果文本没有被跟踪缺失一个WordprocessingML文档的，如将word/document.xml下被储存在一个.docx文件（ZIP文件）。

<!-- Match and output text spans except when 
    appearing in w:delText child content --> 
<xsl:stylesheet version="1.0" 
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform" 
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> 
    <xsl:output method="text"/> 
    <xsl:template match="w:t"> 
    <xsl:value-of select="."/> 
    </xsl:template> 
    <xsl:template match="w:delText"/> 
    <xsl:template match="*"> 
    <xsl:apply-templates/> 
    </xsl:template> 
</xsl:stylesheet>

为你的应用程序中提取的变化相反，你也不得不采取w:ins元素的照顾。

答

你可以用我docx4j web应用程序，特别是http://webapp.docx4java.org/OnlineDemo/PartsList.html

这样，您可以点击标签，它会带你到规范相应的定义。

是否有Word .docx XML标签的词汇表？

相关推荐