有人知道microsoft office 系列软件的格式怎么解析的么？比如.ppt格式

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

V2EX 提问指南

这是一个创建于 4468 天前的主题，其中的信息可能已经有所发展或是发生改变。

slideshare和百度文库都做得不错，office系列格式怎么解析？有现成文档或者开源组件没？

12 条回复 • 1970-01-01 08:00:00 +08:00

txx

2012-08-22 23:52:43 +08:00

我知道现在的docx pptx 重命名zip后能解压出来一坨xml。。。。

开源组建应该有吧至少有 openoffice。。。。

muxi

2012-08-23 00:08:38 +08:00

@txx 感谢回复 http://poi.apache.org/ apache poi项目已经做了这样的工作不知道百度文库之类的实现是不是用了这个项目

doskoi

2012-08-23 00:16:41 +08:00

微软的很多格式实际就是一个文件系统

xell

2012-08-23 08:46:22 +08:00

请参考 MSDN ： http://msdn.microsoft.com/en-us/library/cc313118.aspx

实际上这种问题自己搜索一下就好了，例如 microsoft office format specification 之类的关键字就能带你找到相关技术文档。

BB9z

2012-08-23 08:54:48 +08:00

不一定非要自己解析吧。比如可以 => PDF => HTML 。

sectic

2012-08-23 09:36:43 +08:00

ruby有个库，可以解析doc，上次有人在邮件列表里问过，doc格式不适合解析，joel 以前谈过这个问题，首要是要保证计算机的读写，一开始也没有跨平台的需要

hyq

2012-08-23 09:41:45 +08:00

我先在項目中用的是openoffice轉成pdf,再用swftools轉成swf,最後在flash中閱讀

muxi

2012-08-23 10:18:57 +08:00

slideshare 被墙了，百度文库因为版权问题要先审后发，挺麻烦的，如果有成熟的方案，不如自己折腾一个，方便小范围的使用，这个貌似技术门槛挺高的，百度文库做的挺好的，感觉上比slideshare要好

neildd

2012-08-23 10:23:55 +08:00

openoffice有各个格式的详细解析文档

ailogx

2012-10-06 11:37:32 +08:00

@muxi 可以试试FlexPaper，现在阿里内部的知识管理（阿里味的教学相长）用的就是这个解决方案

chenlong828

2012-10-06 20:34:00 +08:00

百度文库等这种系统里面都是先在后台把文档转换成JPG，PDF等显示的，这方面的工具比较多，用不着去个人解析office文档的格式。

xuzhe

2012-10-06 21:01:50 +08:00

WPS 兼容微软很多都是照着 Open Office 来的。