SAP ABAP裡提供了一個標準的類CL_DOCX_DOCUMENT，提供了本地以".docx"結尾的微軟Office word文件的讀和寫操作。

本文介紹了ABAP類CL_DOCX_DOCUMENT的簡單用法。

Office OpenXML

從微軟 Office2007開始, 當我們新建一個word文件時，其副檔名從“.doc"變為了".docx"，後者是基上遵循了一個開源的規範：Office openXML格式。

例如下圖，我建立了一個最簡單的word文件，包含了一個Header 區域，一個由三行彩色文字組成的段落，還有一張圖片。

我們把這個文件儲存到本地，將其副檔名從.docx改成.zip, 然後雙擊，就可以用解壓軟體比如winrar開啟。

於是發現這一個最簡單的word文件實際上由如此多的xml和資料夾構成。

使用CL_DOCX_DOCUMENT讀取word檔案內容

示例程式碼如下：

DATA: lv_content TYPE xstring,
lo_document TYPE REF TO cl_docx_document.
PERFORM get_doc_binary USING 'C:Usersi042416Desktop est.docx' CHANGING lv_content.
lo_document = cl_docx_document=>load_document( lv_content ).
CHECK lo_document IS NOT INITIAL.
DATA(lo_core_part) = lo_document->get_corepropertiespart( ).
DATA(lv_core_data) = lo_core_part->get_data( ).
DATA(lo_main_part) = lo_document->get_maindocumentpart( ).
DATA(lo_image_parts) = lo_main_part->get_imageparts( ).
DATA(lv_image_count) = lo_image_parts->get_count( ).DO lv_image_count TIMES.
DATA(lo_image_part) = lo_image_parts->get_part( sy-index - 1 ).
DATA(lv_image_data) = lo_image_part->get_data( ).
ENDDO.
DATA(lo_header_parts) = lo_main_part->get_headerparts( ).
DATA(lv_header_count) = lo_header_parts->get_count( ).DO lv_header_count TIMES.
DATA(lo_header_part) = lo_header_parts->get_part( sy-index - 1 ).
DATA(lv_header_data) = lo_header_part->get_data( ).
ENDDO.

上述程式碼的簡要說明

1. 將word文件的二進位制內容傳入方法cl_docx_document=>load_document，得到一個文件物件引用，然後就可以藉助該物件引用呼叫各種方法了。

2. word文件的建立者，建立時間，最後修改時間等資訊都儲存在所謂的“Core property part”內，可以透過方法lo_document->get_corepropertiespart獲得"Core property part"的引用，再使用該引用呼叫方法get_data獲得實際內容。

下圖是get_data返回的內容的一個例子，可以看出是xml格式。

3. 現在我們準備讀取word文件的正文了。使用方法lo_document->get_maindocumentpart得到word文件正文，文字的字型型別，顏色也包含在內。如下圖所示：

4. Word文件裡插入的圖片的二進位制內容當然也是可以讀取出來的。使用方法：lo_image_parts->get_part返回。

同樣的思路，微軟Office 2007之後版本的其他格式的辦公文件，比如Powerpoint和Excel等，均遵循Office OpenXML標準，因此將其字尾名改為.zip後同樣可以看到大量xml和資料夾。ABAP也同樣提供了標準程式碼來讀寫這些Office文件，例如CL_PPTX_DOCUMENT, CL_XLSX_DOCUMENT等等，如下圖所示。

要獲取更多Jerry的原創技術文章，請關注公眾號"汪子熙"或者掃描下面二維碼: