將Word 2007文件轉換為XML

Question

我有一個Word 2007 .docx文件。 我通過在末尾添加擴展名“ .zip”來創建其zip文件。 當我提取zip文件時，它給了我幾個帶有xml文件的文件夾。 我想通過合並文件夾中存在的所有xml文件來獲得單個xml表，以便為此編寫xsl樣式表。 我不想打開“ .docx”文件並嘗試“另存為xml”。 有沒有辦法做到這一點？ 還是我至少可以擁有該文檔的WordML文件？ 如果是這樣的話。 先感謝您。

Answer 1

使用您選擇的工具（集），該工具集支持解壓縮，目錄樹遍歷和基於行的文本文件處理。 首先解壓縮您的Word文件，保留檔案的目錄結構。 接下來，將目錄遍歷器放到您解壓縮到的目錄中，處理所有.xml和.rels文件； 從每行中刪除第一行（包含xml聲明，例如<?xml version="1.0" encoding="UTF-8" standalone="yes"?> ），並將每行依次連接到全局輸出xml文件，第一行應包含xml聲明本身。 確保您的工具遵守xml文件的字符集編碼（應為utf-8）。

Perl軟件包File :: Find和Archive :: Zip可以很方便地完成此任務，但是您可以使用標准cli工具（zip / unzip，find，cat，sed）來完成您的工作。

您可能需要使用一些綜合的區分屬性來補充.rels文件的頂級Relationships元素，以避免id沖突-在給定Type屬性的情況下，大多數關系條目的適用性應該是唯一的，但是ms規范對於Office本身是否保證似乎有些含糊相同類型的所有關系項目上的唯一ID（或者我還沒有足夠詳細地閱讀規范...）。 請注意，相關的非XML文件（圖形，VBA代碼）的名稱顯示在[Content_Types].xml和關系文件中。

希望（仍然）能夠幫助，問候，卡登