OOXMLForExcel研究.pdf

Office Open XML For Excel 初步研究 序言序言 Office Open XML（缩写：Open XML、OpenXML 或 OOXML） ，为由 Microsoft 开发的一种以 XML 为基础并以 ZIP 格式 压缩的电子文件规范，支持文件、表格、备忘录、幻灯片等文件格式。 OOXML 在 2006 年 12 月成为了 ECMA 规范的一部分，编号为 ECMA- 376；并于 2008 年 4 月通过国际标准化组织的 表决，在两个月后公布为 ISOIEC 29500 国际标准。 从 Microsoft Office 2007 开始，Office Open XML 文件格式已经成为 Microsoft Office 默认的文件格式。 一、首先，我们来看一个最简单的表格。一、首先，我们来看一个最简单的表格。 1、本表格有三行三列，表格的名称是 Sheet1，第一列是三个文本值，第二列是三个数字，第三列是三个公式，如 图所示： 2、所有的 EXCEL 文件（本文均为.xlsx 文件，下同） ，修改扩展名为 zip 后，均可解压，解压到文件夹后，就可以看 到他里边的内容了。 这些文件大多为 xml 文件，以下图片中的 xml 文件，均为手工加入了换行，以方便解说。 里边有一个文件，Content_Types.xml，这个文件主要保存了压缩包里到底有哪些文件及他们的位置。 我们打开这个文件看一下，请看第 6 到 15 行（左边有行序号的） ，6 行，工作簿文件，7- 9 行，表格文件，10，主 题文件，11，样式文件，12，文本串，13，公式，14- 15，表格的一些其他属性。 3、我们先来看第 6 行的 workbook.xml 文件。 这个文件的里边保存了工作簿的一些信息。我们来打开这个文件，看一下他里边有什么。 第 3 行，版本信息，4 行，主题，5 行，窗口的位置，大小，6- 10 行，有哪些表格，表格的名称，表格的 ID，11 行， 此表格的公式属性。 4，那么我们的第一个表格 Sheet1 在哪里呢？从上图中可知，他的 ID 是 rId1（第 7 行） ，好吧，我们看看保存这个 表格的数据在哪。 凡是需要查找 ID 代表哪个文件的，都在相应的”_rels”文件夹下查找同名的”.rels”文件，他也是一个 xml 文件。 我们打开”_relsworkbook.xml.rels”这个文件，他的位置可从下图的左上角看出来。 从这个文件中找到 rId1，找相应的 Target 的值，可知表格 Sheet1 对应的文件是 worksheets/sheet1.xml。 Sheet1- -rId1- -worksheets/sheet1.xml。 5，好的，我们打开 worksheets/sheet1.xml 来看一下。 第 3 行，表格的使用区域是 A1:A3，4 行，此表格是当前工作簿的活动表格，5 行，默认的行高列宽，6- 14 行，表格 的内容，16 行，页边距，17 行，页面设置。 下面说下此表格里的内容， 此表格有三行， 行号分别为 1、 2、 3， 请看 7 行， 12 行， 13 行里的 row r=”1”， row r=”2”， row r=”3”。 我们先看 7- 11 行，这里表示他是表格中的一行。7 行，意思为：行号是 1，单元格有 1- 3，行高是 0.15。 8 行，r=”A1”，表示这是单元格 A1，t=”s”，表示此单元格的内容是文本，如果没有 t=”s”，表示这个单元格的内容是 数字的。 我们知道,表格里， 我们的第一列输入是文本值， A1 单元格我们写入的是”文本 1”,那么这个文本保存到哪里去了呢？ 我们现在只知道他的值是 0，0，从这句里知道的（8 行） 。 我们表格中的第二列是数字列，请看第 9 行，可以看出，B1 的 v 值是 1（1） 。 在 12，13 行中，我们可以发现：B2，B3 的 v 值分别为 2，3，他们都没有 t 值（t=”s”） ，所以他们的内容是数字的， 单元格的值就是 v 值。 我们再看表格第三列的公式列， 第 10 行， 我们看到里边有一个B1+1， f 值就是保存的公式， C1 单元格 （r=”C1”） 的公式是 B1+1，这里是不需要”=”的， （第 10 行） 。同时我们还知道他的值是 2，是数字的。 在 12，13 行中，可以发现：C2 的公式是 B2+2，值是 4，C3 的公式是 B3+3，值是 6。 6，好吧，值是数字的单元格，我们已经知道了，值是文本的单元格，我们现在还不清楚呢。 上边那个单元格 A1，t=”s”， 0，他的文本保存在哪里呢？他在 sharedStrings.xml 文件中（这个文件我们在 前边的第 2 步里介绍过，说他是文本串文件） 。 我们打开 sharedStrings.xml 文件，看一下，第 2 行末尾，意思是字符串使用次数 3，有效数量 2，因为有些是重复使 用的。 3 行，我们终于看到”文本 1”这个字符串了，好吧我们 A1 单元格的文本内容就保存在这里，他使用的序号是从 0 开 始的。 从前边我们已经知道，单元格 A2，A3 的 t 值是 s,v 值都是 1，序号 1 在这里对应的文本是”文本 2”。 至此，我们已经知道单元格的内容是怎样保存的了。 二、我们来看一个只有几张图片的表格。二、我们来看一个只有几张图片的表格。 1、如下图所示，表格 Sheet1 中有三张图片，A1，B1 中的两张是一样的，A2 中的是另外一张。 2、 首先在表格 Sheet1 对应的 Sheet1.xml 文件中， 我们来看一下第 9 行， 表示这个表格里有图片， 对应的 id 是 rId1。 3、我们再到 Sheet1.xml 对应的”_relsSheet1.xml.rels”文件中去看一下。 在第 3 行中，我们找到了 id 为 rId1 的对应 Target，这样我们就知道了这个表格对应的图片文件是 “/drawings/drawing1.xml“。 4、我们来打开“/drawings/drawing1.xml“，看一下，这里记载了，他有 3 张图片，分别为 3- 12 行，13 行，14 行各 为一张（前边说过，这是手工加的换行符，为方便研究而已） 。 我们看第一张，3- 12 行，这里就记载了图片的位置，大小等其他属性，这个大家自己研究。 在 3- 12 行中，我们能发现0和0，好吧他代表 0 列 0 行，即 A1 单元格，里边 的序号通常是从 0 开始的。 图片的位置、左、顶、宽、高分别是多少呢，里边的这些数字分别代表什么意思呢？ 那么 3- 12 行的这个图片是一张什么样的图片呢？里边有这么一句，r:embed=”rId1”，这是他的 ID，我们下边将带大 家去找到这张图片。 5、打开“/drawings/drawing1.xml“对应的“/drawings/_rels/drawing1.xml.rels“文件。我们不难发现 rId1（第 4 行）对 应的 Target 为“/media/image1.jpeg“。这是一张什么图片呢？ 6、好吧，我们找到“/media/image1.jpeg“，现在我们已经知道这是一张什么样的图片了。我们看到：image1.jpeg 这 张图片就是刚才我们要找的 A1 单元格的图片。 三、我们再来看一下单元格的格式。三、我们再来看一下单元格的格式。 1、在表格中我们随便录入了几个内容，设置了一下格式，如下图。 2、当然首先是打开这个表格对应的 Sheet1.xml 文件，我们不难发现表格内容比我们刚开始研究的时候，多了一个 值，如第 6 行的 s=”1”，好吧，这就代表这个单元格是设置了格式的，他的格式序号是 1。 3、我们打开 styles.xml 文件，在前边说过，这个文件就是单元格的格式信息。 31- 33 行，记载了样式。 20- 22 行，记载了各个样式的详细格式。 23- 30 行，如果一个单元格没有应用样式，就从这里找他的格式，我们暂且称他为自定义样式。 样式和自定义样式都包括了数字格式，字体，填充，边框，还有对齐格式。 分别从下边这几个格式里找到详细的 设置 3- 6 行，是数字格式，里边记录了数字格式的代码和 ID。 7- 11 行，是字体格式，包括字体名称，字号，加粗，倾斜，下划线，删除线等。 12- 15 行，是填充格式。 16- 19 行，是边框格式。 至于对齐格式，保存在样式或自定义样式里边。 4、关于格式，网上有一篇文章，介绍得很清楚，我就不再多说了。 有兴趣的可以参考一下，/liuzhendong/p/3170836.html 参考资料参考资料 /zh- cn/library/gg278328.aspx /blog/1883385 /china/msdn/library/office/office/OfficeOpenXMLFormats.mspx?mfr=true http:/bai