Office檔案格式突變，促使Java和Office更完美整合

[@more@]

Office是大家非常熟悉的辦公軟體。它的強大的文字和表格的處理能力幾乎無人能敵。而其中的Excel除了被應用在傳統的表格處理中，也常被廣大程式設計師“抓”來充當報表系統的前端。如我們使用的Java Web程式，在後臺生成一個帶報表資料的Excel檔案，然後將這個檔案送到前臺瀏覽器（必須是IE），這樣這個Excel檔案就可以嵌入到IE中。

這樣處理報表既可以利用Excel強大的表格處理功能，又可以使程式設計師省了很多的麻煩。但這麼做有一個限制。就是伺服器的Java生成Excel報表時，一般不會使用COM來呼叫Excel元件，而是按著Excel檔案的二進位制格式直接生成Excel檔案。但由於Office是商業軟體，微軟並沒有將 Office的檔案格式完全公開（就算公開，也不是最新版本的），這樣就給生成Excel檔案帶來了一定的困難。雖然一些比較新的Office文件可以儲存成XML格式，但這種檔案格式只是一種簡陋的替代，再說前端的IE並不認XML格式的Excel文件。也許是微軟意識到了這個問題，在新推出的 Office2007中徹底解決了這個問題。

在以前老版本Office中，由於法律或技術原因，脫離Office來處理Office文件將會遇到非常多的問題。也許是開源給微軟帶來的壓力，或許是其他的原因，微軟對Office2007的格式做了和以前完全不同的處理。以前的 Office文件是100%的二進位制格式。第三方的工具操作起來非常不方便，而Office2007從整體上都是基於XML格式的，這裡並不是說 Office2007文件可以儲存成XML格式。而是Office2007預設的文件格式就是XML的（Word的docx、Excel的xlsx等）。也許有人會感到奇怪，用文字編輯器開啟docx後，顯示的仍然是二進位制格式，並不是什麼XML。其實docx並不是普通的XML格式，當然，也不只是一個 XML檔案，docx本質上是一個zip檔案，裡面有一系列的xml、目錄和其他的檔案。如果我們將docx改成zip。就可以用winzip等軟體將其解開（從這一點我們可以看出，docx中的x就是指XML）。

目錄中的XML都是基於OpenXML格式的，這個規範微軟已經提供提交給了ECMA，因此，這已經成為公共的標準，我們可以自由地使用它們。由於Office2007文件全部使用了壓縮的xml格式，因此，只有支援讀取zip 格式和xml格式的語言都可以操作Office2007的文件，當然，Java也不例外。而使用Java和Office聯合操作報表將更加容易。在本文中將演示如何使用Java來操作Office2007的文件，這裡以word2007為例。

我們將這個文件儲存為test.docx。注意，不要儲存成向後相容的word文件格式，也不要儲存成Office2003或更好的Office的WordML格式。這個文件將是一個壓縮的zip格式，如果將test.docx改成test.zip。

從上面解開的檔案結構可以非常清楚地瞭解test.docx的儲存結構。在Java中我們可以使用java.util.zip包來解開test.docx。從這個目錄結構我們可以很容易地猜出文件的主要內容儲存在document.xml中。而其他的xml檔案將儲存不同的資訊。如字型資訊將儲存在 fontTable.xml中，而Office主題將儲存在theme.xml和theme1.xml中。

下面我們開使使用Java對這個檔案進行操作。首先我們使用JUnit4來確定test.docx是否存在，以及是否可以對其進行讀寫，程式碼如下：

@Test public void verifyFile()
...{
assertTrue(new File("test.docx").exists());
assertTrue(new File("test.docx").canRead());
assertTrue(new File("test.docx").canWrite());
}

下面的程式碼將簡單地驗證
java.util.zip.ZipFile
類是否可以開啟
test.docx
。

@Test public void openFile() throws IOException, ZipException
...{
ZipFile docxFile = new ZipFile(new File("test.docx"));
assertEquals(docxFile.getName(), "test.docx");
}

經過測試，ZipFile完全可以操作test.docx。看來很多人都迫不急待了，下面就讓我們來從test.docx中來讀取資料吧。首先應該開啟document.xml檔案。程式碼如下：

Test public void listContents() throws IOException, ZipException
...{
boolean documentFound = false;
ZipFile docxFile = new ZipFile(new File("test.docx"));
Enumeration entriesIter = docxFile.entries();
while (entriesIter.hasMoreElements())
...{
ZipEntry entry = entriesIter.nextElement();
if(entry.getName().equals("document.xml"))
documentFound = true;
}
assertTrue(documentFound);
}

但是執行上面的程式碼將丟擲一個異常，好象說明document.xml並不存在，事實上並不是如此。而是ZipFile API需要一個完整的檔案或目錄名，因此，需要將上面的路徑變成word/document.xml。
下一步我們將透過
ZipFile
得到一個
ZipEntry
物件，並透過這個物件來看看
xml
中有什麼，程式碼如下：

@Test public void getDocument() throws IOException, ZipException
...{
ZipFile docxFile = new ZipFile(new File("test.docx"));
ZipEntry documentXML = docxFile.getEntry("word/document.xml");
assertNotNull(documentXML);
}