在使用 OpenXML SDK 进行 Office 文档的解析时,对幻灯片 PPTX 文档的页面解析也许会遇到页面顺序的问题,本文告诉大家在 Office 文档里面页面的序号和顺序之间的关系以及如何读取页面序号
在开始之前,我期望你是了解一些 PPT 解析的相关知识的,入门级博客请看 C# dotnet 使用 OpenXml 解析 PPT 文件
在 C# dotnet 使用 OpenXml 解析 PPT 文件 这篇博客中没有详细告诉大家页面顺序的问题,但是按照 C# dotnet 使用 OpenXml 解析 PPT 文件 这篇博客的写法就是能拿到对的页面顺序
在 ECMA 376 标准中说明,在 Presentation.xml 文档将会记录页面的顺序和页面的 Id 值,也就是 Slide Id 值,代码大概如下
<p:sldIdLst>
<p:sldId id="277" r:id="rId2" />
</p:sldIdLst>
这里的 p:sldIdLst
将会存放在 PPT 画布里面多个页面之间的顺序,上面代码中页面的 Slide Id 是 id
这个属性,也就是当前的文档只有一个页面,这个页面的 Slide Id 是 277
的值。而后面的 r:id="rId2"
这个指的是文档压缩包里面的资源路径,可以通过这个属性找到对应的页面数据,请看下面代码
var slideIdList = presentation.SlideIdList;
foreach (var slideId in slideIdList.ChildElements.OfType<SlideId>())
{
// 获取页面内容
SlidePart slidePart = (SlidePart) presentationPart.GetPartById(slideId.RelationshipId);
// 忽略代码
}
上面代码的 slideId.RelationshipId
就是对应 r:id
属性。这个属性是通用的属性,详细请看 Office 文档解析 文档格式和协议
而 id="277"
的 id
需要使用 slideId.Id
读取,请看下面代码
public void Foo(FIleInfo file)
{
using var document = PresentationDocument.Open(file.OpenRead(), isEditable: false);
var openXmlPresentation = document.PresentationPart.Presentation;
var slideIdList = openXmlPresentation.SlideIdList;
foreach (var slideId in slideIdList.ChildElements.OfType<SlideId>())
{
var id = slideId.Id;
}
}
如何了解自己读取到的值是否是对的?试试使用 COM 的方式,或者创建一个 VSTO 插件,试试使用下面代码获取
var application = new Application();
var presentation = application.Presentations.Open(file, MsoTriState.msoTrue,
MsoTriState.msoFalse,
MsoTriState.msoFalse);
foreach (Microsoft.Office.Interop.PowerPoint.Slide presentationSlide in presentation.Slides)
{
var slideId = presentationSlide.SlideID;
}
这部分细节在 ECMA 376 文档提到的不多,请看 19.2.1.33 sldId (Slide ID) 和 19.2.1.34 sldIdLst (List of Slide IDs) 这两章