利用OpenXml生成Word2007文档

    一、OpenXml简介

利用C#生成Word文档并非一定要利用OpenXml技术,至少可以使用微软提供的Office相关组件来编程,不过对于Office2007(确切的说是Word、Excel和PowerPoint2007)及以上版本,微软提供了这些信息组织的另外一种思路:OpenXml技术。

        OpenXml是微软office2007及之后版本里,对Office信息内容(Word、Excel和PowerPoint)的一种组织方式,当你创建一个Word2007文档:XXX.docx后,它实际上是一组符合一定规范的格式化xml文件,如果你把后缀名更改为XXX.zip,或者,直接用7-zip类似的解压软件解压后,你会得到一系列的xml文件。这些xml文件有用来描述类容的,有用来描述形式的,还有用来自我描述(描述XXX.docx这一组文档本身的)。撇开其他一切,这样的一系列xml文件来实现一个Word文档(Excel和PowerPoint都很相似)至少可以实现两点优点:内容和表现形式的分离,文档的自我描述。这不管对于信息内容、表现形式的管理,还是对于文档的扩展性,都提供了比较大的便利。Ok,优点啥的,那是微软的事,我们还是比较关注OpenXml对于我们一般开发者有何便利,尤其对于我们通过编程去操作Word文档(以下皆以Word为例,其他与此思路一致)。

  二、OpenXmlSDK的由来

其实,最容易想到的思路就是:既然Word文档时一系列的格式化的xml文件,那我直接按照这些xml文件的规范,去通过C#写xml文件,按照OpenXml的标准去生成节点,节点名、节点属性、值、内容等啥的。先不说这些xml文件格式如何苛刻,内容有多繁琐,我们创建这些xml文档有啥用呢?这样不过是生成了一些xml文件,难道把这些文件的父文件夹后缀更改为.docx,就自动变成word文档了吗?

        当然不会。。这些xml文件并非是孤立的。当用Office工具创建文档时,它会自动生成相应的xml文件,并组织成一个包(即正如我们所看到的一个.docx文件。)。对于我们用编程来实现时,肯定是先去生成某个东西A,对应于所有xml文件所组成的包,然后利用A,去生成A里的各种内部部件,即对应于包里的各个xml文件。如此以来,我们所生成的xml文件才会相互关联起来,且最终确实可以组合成一个Word文档。

既然都想到先去创建一个A对应于文件包,创建A里的内部部件去对应xml文件。对应、对应,何必要我们自己去生成xml文件呢?毕竟我们想要的是生成word文档,生成word文档里的段落、文本、样式、表格等等。所以,在我们编程时,如果可以直接像一般处理那样,直接去生成我们所创建的东西,比如一个段落P,而不用关心实际的xml文件表示这个P需要怎样的结构,需要哪些属性等等,甚至不用关系我们要生成哪些xml文件,这些xml文件如何组织等等。对我们编程而言,我们只是通过某些C#类、方法,生成了一些文档、一些段落、一些样式,而这些东西如何转变成OpenXml文件,转换成怎么样的Xml文件,这些如果都能自动完成,我们岂不是要轻松很多。

没错,OpenXmlSDK就是来完成这样的工作:它为我们提供了一系列的API,通过这些API,我们可以直接去描述我们想要生成的东西:文档、段落、表格、样式等等。这些API根据OpenXml的标准,去生成对应的xml文件,并组织对应的xml文件,最终生成以OpenXml的形式组织内容的Word文档。

单纯从开发引用类库而言,OpenXMLSDKv2.msi这个3.8M的文件足矣,安装它之后,把相应的dll文件添加到项目中即可。但如果你想更轻松的开发,比如,想看看一个Word文档转换为怎样的xml文件了,甚至想把这些OpenXml转换为对应的C#代码,OpenXMLSDKTool.msi这个106M的工具就很有必要了。反正现在网速这么快,100多M算啥呢?何况,当你实际开发使用后,你会发现OpenXMLSDKTool.msi对你太关键了。

 三、编程操作OpenXml文件

如果再不来点代码示例啥的,我想肯定有人觉得上当受骗了,看着这个标题点进来,结果发现啥代码都没有,看了一点似懂非懂的文字。Ok,接下来,我们就一起来创建一个名为Test.docx的Word文档。这个Word文档包含了Word里常用的一部分内容:段落、表格、样式、标题等。如果你需要生成更多的内容,文章的第四部分会介绍个方法。

    (1)准备环境:下载并安装OpenXMLSDKv2.msi和OpenXMLSDKTool.msi,创建OpenXmlTest的ConsoleApplication。

添加如下引用:

 C:\Program Files\Reference Assemblies\Microsoft\Framework\.NETFramework\v4.0\Profile\Client\WindowsBase.dll
 C:\Program Files\Open XML SDK\V2.0\lib\DocumentFormat.OpenXml.dll  

    (2)创建文档:

在Program.cs文件中编辑如下:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using DocumentFormat.OpenXml;
using DocumentFormat.OpenXml.Wordprocessing;
using DocumentFormat.OpenXml.Packaging;

namespace OpenXmlTest
{
    class Program
    {
        static void Main(string[] args)
        {
            // ①:创建WordprocessingDocument实例doc,对应于TEST.docx文件
            using (WordprocessingDocument doc=WordprocessingDocument.Create(@"D:\Test.docx",WordprocessingDocumentType.Document))
            {
                // ②:为doc添加MainDocumentPart部分
                MainDocumentPart mainPart = doc.AddMainDocumentPart();

                // ③:为mainPart添加Document,对应于Word里的文档内容部分
                mainPart.Document = new Document();

                // ④:为Document添加Body,之后所有于内容相关的均在此body中
                Body body=mainPart.Document.AppendChild(new Body());

                // ⑤:添加段落P,P中包含一个文本“TEST”
                Paragraph p=mainPart.Document.Body.AppendChild(new Paragraph());
                p.AppendChild(new Run(new Text("TEST")));
            }
        }
    }
}

    先总结下Word文档中的关键元素:

WordprocessingML 元素

Open XML SDK 2.0

p(段落)

Paragraph

pPr(段落属性)

ParagraphProperties

r

Run

t(文本)

Text


    (3)向文档中添加表格

                // 新建Table
                Table tb = new Table();

                // 新建行
                TableRow row = new TableRow();

                // 新建、单元格
                TableCell cel = new TableCell(new Paragraph(new Run(new Text("TableCell1"))));

                // 关联行、单元格和表格
                row.AppendChild(cel);
                tb.AppendChild(row);

                // 把表格添加到文档中
                body.Append(tb);
当然,这个Table实际没有边框,也没有其他样式,仅有最基本的内容。边框、样式等均可通过Table对应的属性来创建。


    (4)向文档添加样式。

接下来开始讨论比较蛋疼的问题:样式,通常我们生成文档只要关注于内容就行了,样式、格式啥的,爱美的人自己打开文档自己通过Office去设置吧。(玩笑,样式啥的确实蛋疼,但同时也很重要)尤其对于生成格式化的文档,通常都是上百甚至上千页的内容,如果每一项都自己去设置格式,那做这样文档生成工具的初衷根本未达到。

首先要明白一个问题:样式这些东西是OpenXml文档自身所包含的信息,而不是Office工具比如Word2007所提供的。也就是说,当OpenXml文件本身包含有样式相关的信息时,通过编程设置文本的字体、颜色、样式啥的才有意义。不要幻想着Office工具本身带的有样式,所以我只要在编程创建文档时设置好对应的属性,比如字体=“宋体”,样式=“Head 1”就能达到预期,前提是你确保你的OpenXml文档里确实包含对"宋体"、“Head 1”这些样式相关的定义。

最简单的实现方式是:自己手动通过Word创建一个空白的Word文档,此时它会自动包含包括常用样式、格式、字体等的xml文件。然后,在编程控制内容时,设置好内容对应的属性。当然,这种思路对于常用的样式或者格式有用,但“常用”如何定义,我不确定,唯一确定的是对于手动创建的Word文档里所使用过的样式、字体等定义,对应的OpenXml文档一定包含有对应的定义。

第二中思路则比较蛋疼了:自己通过编程去创建自己需要的样式,然后在内容输出时,设置对应的属性。没办法,如果你想要程序更加智能,只需要一个按钮就能生成所有你需要的文档,那你的代码所做的工作就更多。

样式千千万万,但通过编程的思路都很一致,不过是:创建样式,向文档添加所创建的样式,在内容输出部分使用所创建的样式。结合到后面会讲到的偷懒的方法,以下仅以Heading1,和Heading2为例介绍,

    ①:先创建CreateParagraphStyle方法,为文档创建并添加样式
// 为文档创建段落样式
        static void CreateParagraphStyle(WordprocessingDocument doc)
        {
            // 进入文档控制样式部分
            StyleDefinitionsPart styleDefinitionsPart;
            styleDefinitionsPart = doc.MainDocumentPart.AddNewPart();
            Styles root = new Styles();
            root.Save(styleDefinitionsPart);

            Styles styles = styleDefinitionsPart.Styles;
            if (styles == null)
            {
                styleDefinitionsPart.Styles = new Styles();
                styleDefinitionsPart.Styles.Save();
            }

            // 创建样式Heading1
            Style style2 = new Style() { Type = StyleValues.Paragraph, StyleId = "1" };
            StyleName styleName2 = new StyleName() { Val = "heading 1" };
            BasedOn basedOn1 = new BasedOn() { Val = "a" };
            NextParagraphStyle nextParagraphStyle1 = new NextParagraphStyle() { Val = "a" };
            LinkedStyle linkedStyle1 = new LinkedStyle() { Val = "1Char" };
            UIPriority uIPriority1 = new UIPriority() { Val = 9 };
            PrimaryStyle primaryStyle2 = new PrimaryStyle();
            Rsid rsid2 = new Rsid() { Val = "00B74129" };
            StyleParagraphProperties styleParagraphProperties2 = new StyleParagraphProperties();
            KeepNext keepNext1 = new KeepNext();
            KeepLines keepLines1 = new KeepLines();
            SpacingBetweenLines spacingBetweenLines1 = new SpacingBetweenLines() { Before = "340", After = "330", Line = "578", LineRule = LineSpacingRuleValues.Auto };
            OutlineLevel outlineLevel1 = new OutlineLevel() { Val = 0 };
            styleParagraphProperties2.Append(keepNext1);
            styleParagraphProperties2.Append(keepLines1);
            styleParagraphProperties2.Append(spacingBetweenLines1);
            styleParagraphProperties2.Append(outlineLevel1);
            StyleRunProperties styleRunProperties1 = new StyleRunProperties();
            Bold bold1 = new Bold();
            BoldComplexScript boldComplexScript1 = new BoldComplexScript();
            Kern kern2 = new Kern() { Val = (UInt32)44U };
            FontSize fontSize2 = new FontSize() { Val = "44" };
            FontSizeComplexScript fontSizeComplexScript2 = new FontSizeComplexScript() { Val = "44" };
            styleRunProperties1.Append(bold1);
            styleRunProperties1.Append(boldComplexScript1);
            styleRunProperties1.Append(kern2);
            styleRunProperties1.Append(fontSize2);
            styleRunProperties1.Append(fontSizeComplexScript2);
            style2.Append(styleName2);
            style2.Append(basedOn1);
            style2.Append(nextParagraphStyle1);
            style2.Append(linkedStyle1);
            style2.Append(uIPriority1);
            style2.Append(primaryStyle2);
            style2.Append(rsid2);
            style2.Append(styleParagraphProperties2);
            style2.Append(styleRunProperties1);

            // 创建样式heading2
            Style style3 = new Style() { Type = StyleValues.Paragraph, StyleId = "2" };
            StyleName styleName3 = new StyleName() { Val = "heading 2" };
            BasedOn basedOn2 = new BasedOn() { Val = "a" };
            NextParagraphStyle nextParagraphStyle2 = new NextParagraphStyle() { Val = "a" };
            LinkedStyle linkedStyle2 = new LinkedStyle() { Val = "2Char" };
            UIPriority uIPriority2 = new UIPriority() { Val = 9 };
            UnhideWhenUsed unhideWhenUsed1 = new UnhideWhenUsed();
            PrimaryStyle primaryStyle3 = new PrimaryStyle();
            Rsid rsid3 = new Rsid() { Val = "00B74129" };

            StyleParagraphProperties styleParagraphProperties3 = new StyleParagraphProperties();
            KeepNext keepNext2 = new KeepNext();
            KeepLines keepLines2 = new KeepLines();
            SpacingBetweenLines spacingBetweenLines2 = new SpacingBetweenLines() { Before = "260", After = "260", Line = "416", LineRule = LineSpacingRuleValues.Auto };
            OutlineLevel outlineLevel2 = new OutlineLevel() { Val = 1 };
            styleParagraphProperties3.Append(keepNext2);
            styleParagraphProperties3.Append(keepLines2);
            styleParagraphProperties3.Append(spacingBetweenLines2);
            styleParagraphProperties3.Append(outlineLevel2);
            StyleRunProperties styleRunProperties2 = new StyleRunProperties();
            RunFonts runFonts2 = new RunFonts() { AsciiTheme = ThemeFontValues.MajorHighAnsi, HighAnsiTheme = ThemeFontValues.MajorHighAnsi, EastAsiaTheme = ThemeFontValues.MajorEastAsia, ComplexScriptTheme = ThemeFontValues.MajorBidi };
            Bold bold2 = new Bold();
            BoldComplexScript boldComplexScript2 = new BoldComplexScript();
            FontSize fontSize3 = new FontSize() { Val = "32" };
            FontSizeComplexScript fontSizeComplexScript3 = new FontSizeComplexScript() { Val = "32" };
            styleRunProperties2.Append(runFonts2);
            styleRunProperties2.Append(bold2);
            styleRunProperties2.Append(boldComplexScript2);
            styleRunProperties2.Append(fontSize3);
            styleRunProperties2.Append(fontSizeComplexScript3);
            style3.Append(styleName3);
            style3.Append(basedOn2);
            style3.Append(nextParagraphStyle2);
            style3.Append(linkedStyle2);
            style3.Append(uIPriority2);
            style3.Append(unhideWhenUsed1);
            style3.Append(primaryStyle3);
            style3.Append(rsid3);
            style3.Append(styleParagraphProperties3);
            style3.Append(styleRunProperties2);

            // 把样式添加入文档中
            styles.Append(style2);
            styles.Append(style3);
        }

    ②创建ApplyStyleToParagraph方法,为段落设定样式:

// 对段落应用格式
        static void ApplyStyleToParagraph(Paragraph paragraph, string styleN)
        {
            // 进入该段落的ParagraphProperties部分,如果没有,创建新的。
            if (paragraph.Elements().Count() == 0)
            {
                paragraph.PrependChild(new ParagraphProperties());
            }

            ParagraphProperties pPr = paragraph.ParagraphProperties;

            // 设置StyleId
            if (pPr.ParagraphStyleId == null)
                pPr.ParagraphStyleId = new ParagraphStyleId();
            pPr.ParagraphStyleId.Val = styleN;
        }

    ③:Main方法中输出文档:

static void Main(string[] args)
        {
            // ①:创建WordprocessingDocument实例doc,对应于TEST.docx文件
            using (WordprocessingDocument doc=WordprocessingDocument.Create(@"D:\Test.docx",WordprocessingDocumentType.Document))
            {
                // ②:为doc添加MainDocumentPart部分
                MainDocumentPart mainPart = doc.AddMainDocumentPart();

                // ③:为mainPart添加Document,对应于Word里的文档内容部分
                mainPart.Document = new Document();

                // ④:为Document添加Body,之后所有于内容相关的均在此body中
                Body body=mainPart.Document.AppendChild(new Body());

                // 为文档添加样式
                CreateParagraphStyle(doc);

                // 创建段落Heading1
                Paragraph p1=mainPart.Document.Body.AppendChild(new Paragraph(new Run(new Text("标题1"))));

                // 为段落应用样式
                ApplyStyleToParagraph(p1,"1");

                // 创建段落Heading2
                Paragraph p2 = mainPart.Document.Body.AppendChild(new Paragraph(new Run(new Text("标题2"))));

                // 为段落应用样式
                ApplyStyleToParagraph(p2, "2");
                
            }
        }

总结下思路:通过编程的方法操作OpenXml文档的基本思路为:从WordprocessingDocument这一级开始,一级一级找到对应的元素,设置对应元素的内容和属性。涉及到格式相关时,则是先创建好格式,再应用格式。最终生成整个完整的文档。

内容部分没问题,本来就该这样,但对于样式部分,这么长的代码怎么写出来?而且对应于Word文档里的每一个元素,在OpenXml类里都有对应的属性、元素去设置,但究竟每个Word元素对应哪些OpenXmlSDK里的类、属性,究竟该如何去组织C#代码,最终确保能按我们所想,生成Word文档。想要熟悉OpenXmlSDK所有的API再去完成工作是不可能,接下来就讨论些在进行OpenXml编程时,非常有用的资源。


    四、进行OpenXml编程时不可或缺的资源

    (1)MSDN,这个东西,对于OpenXml编程新手而言绝对是快速进入工作任务最好的选择:内容比较全,组织形式比较易懂,用来学习知识,快速开始工作最为理想。但缺点是有些内容不够准确,也不能算不准确,在它特定的环境下是没问题的,但是问题就在于它没有明确提出这些环境限制,对我们新手而言,悲剧就发生了:把它的某些方法、思路应用到一个自己想当然的环境里,结果就是运行的结果出乎意料,更悲剧的就是来了情绪,为嘛它能成功我不行,一遍又一遍的重复错误的代码,运行得到错误的结果。。。然后暂时崩溃。

    (2)OpenXMLSDKTool.msi,这个工具,文章前面有简单的介绍。利用这个工具,其实第三部分写的那么多的代码都不用怎么理解,只要自己对OpenXml的基本结构有些了解后,需要工具生成怎样的格式、内容,就按照这些格式标准通过Word手动生成一个文档,然后用OpenXMLSDKTool.msi这个工具去解析这个文档:重点是个文档包含了哪些xml文件,明白主要的xml文件是用来干嘛最好,不明白,就算了,不太影响。然后把每个xml利用工具反射出对应的C#代码,这样可以很方便的把已生成好的文档映射为OpenXmlSdk里的类和属性,以及C#代码的思路就显而易见了,熟悉好这些思路后,接下来不过就是模仿(其实不是模仿,因为思路自己已经理解了,有了自己的思路),就是Copy下工具生成的代码里比较关键、但又比较机械的部分,修改下为我所用。

其实,熟悉了OpenXml的基本结构,利用OpenXMLSDKTool.msi工具的帮助,基本上可以不用太多知识准备就可以生成各种Word文档(Excel、PoperPoint与此完全类似,因为他们的组织形式也是利用OpenXml)。当你可以按照预定的要求,把一个最简单的文档生成时,其他的任务就是逻辑处理,程序设计部分的东西了,接下来的任务就是坐等着上千页的文档自动生成出来。


    五、关于效率和面临的问题

    通过OpenXml技术去完成Word文档的生成、修改,在公司里我做了个数据库文档生成工具,内容就是对于数据库中每个表,以表名为一级标题,然后选出这个表的表结构、索引(如果有)、约束(如果有)、序列这四个表出来,名称作为二级标题,选出来的内容作为表格。数据库中所有的表部分处理完后,再选出函数和存储过程这些东西,每个函数作为一级标题,选出该函数或者存储过程相关的信息作为表格,插入Word文档中。最后整个文档超过1000页,从数据库里取数据开始,到最终文档生成为40S左右。当然,公司的电脑处理速度为2.93G,而且实际上我程序的代码没怎么优化,所以这个时间还是有减低的空间。

一个问题就是,自己通过编程生成的word文档其实它的内容只能算是包括了最基本的组成部件,可能还有些内容不全,表现之一就是我生成的文档不能被WPS打开。解决办法就是用Word打开后,随便编辑点啥,然后保存下。Word为自动补齐所缺少的内容。

你可能感兴趣的:(OpenXml)