UOF-OOXML文档格式转换的若干关键问题研究

主要探讨文档格式转换中的关键问题及其解决途径。文档格式转换是解决当前多种文档格式并存,互操作性差的一种有效途径。然而,现有的文档格式转换器的转换能力尚不理想,难以满足用户需求。基于UOF-OOXML格式转换器的研制情况,试图通过对当前格式转换中存在的问题的讨论,找出对格式转换影响最大的几个关键问题,并对产生这些问题的原因进行深入分析和探讨,提出相应的解决方法。该项研究对于各类文档转换器设计和提高文档互操作性均有一定的借鉴意义。

“标文通”(UOF)标准研制概况

"标文通"是我国自主制定的中文办公软件文档格式,其中包括文字处理、电子表格和演示文稿三大应用。本文回顾了"标文通"的制定背景以及"标文通"相关的产品实现与测试工作,分析了"标文通"的技术特点并介绍了"标文通"2.0版本的新的进展。探讨了文档格式标准化工作未来的思路。

UOF标准中的中文置标

针对在标准置标语言中使用中文置标的误解,说明了XML对国际化的支持,包括UTF-8缺省字符集以及可以使用中文的XML构件。以中文办公软件文档格式国家标准UOF为参照,论述了不同标准版本中对中文置标的设计,以及支持国际化的方法。同时,对上述方法导致的数据量变化进行了分析。结果表明,中文置标可以降低实例文档的数据量,并增加可读性;增加标识符后,可以保持置标语义不变且提高实例文档的处理效率,而数据量的增加十分有限。最后指出:中文置标与标识符结合是满足置标本地化和国际化需求的有效方法。

UOF图表到SVG矢量图转换的研究与实现

为有效解决图表不兼容、难以共享和互操作的问题,分析UOF图表到SVG图形转换的可行性,构建基于XSL的UOF图表到SVG的转换模型。针对图表转换过程中的几个关键问题,提出解决方案;实现UOF二维柱状图、二维条形图、二维和三维饼状图等图表到SVG图形的转换。实验和统计结果表明,转换覆盖了UOF图表的主要功能点,扩展了UOF图表,为用户提供了动态交互功能,且转换结果具有较高的相似度。

UOF文档标准测试方法研究

UOF文档格式的诞生,摆脱了我国长期对国外办公软件格式的依赖性,从而有效掌握在国内市场的主动权,因此国产办公软件对UOF格式的支持性就显得尤为重要。文中针对UOF文档格式的结构进行研究,提出了国产办公软件对UOF格式支持程度的测试方法,同时给出了相关的自动化测试技术。

一种UOF文档保存和还原版式的方案设想

针对不同办公软件打开UOF文档时排版效果可能不一致的难题,进行了原因分析,提出了系列解决方案,并特别针对在UOF中保存版式信息快捷解决方案进行了详细阐述,对解决包括UOF在内的流式文档的版式还原问题有积极的参考作用。

基于UOF的版-流式一体化格式方案

从处理的业务对象和生命周期两方面分析了流式办公文档和固定版式文档之间的深刻联系,认为存在格式一体化的需求和条件,据此提出了格式一体化过程中应贯彻的一些基本要求。通过在标文通办公文档格式标准基础上扩展定义版式文档格式,初步验证了一体化文档格式的设想。

UOF产品设计与实现

办公软件产品的设计与实现鲜有较系统论述,尤其是广大爱好者重点关注的格式与接口两大要素。采用与既有Office原生态(native)格式文档与接口的内核模型映射(或转换或过滤filter)的方法来实现外部文档格式和接口。实践结果表明大体存在三种转换方式:XSLT转换、Office APIs转换、Office Core转换。同时在设计一种可扩展的互操作格式文档和接口模型方面做出一些探索,尤其提出UOF(Uniform Office document Format)格式和接口互结合的中间数据结构模型、UOF多语种支持、XML文档格式前后版本兼容设计等方法和理念。

办公文档与固定版式文档格式关系探讨

从文档承载信息的抽象程度,提出了文档分层的思想,分析了以流式办公文档和固定版式文档为主的不同层次文档之间的关系.利用Tagged PDF,成功尝试了在固定版式文档中蕴含和提取办公文档信息,说明固定版式文档中容纳结构化办公文档格式的可行性,指出文档格式标准应贯通两种文档格式,形成完整的标准体系.

“标文通”与OOXML文字处理文档格式的比较与转换

较系统地介绍了"标文通"和office open XML两种文档格式在字处理部分的相同点及其存在的差异。综合功能和描述方式,提出了预处理、主转换与后继处理相结合的文档格式转换的转换思路,并通过构建转换器,实现了两种文档格式之间的字处理文档的转换。该项研究对于文档信息共享和"标文通"国家标准的推广实施具有重要意义。

流式文档到固定版式文档的可逆转换方法研究

分析以往流式文档和固定版式文档一体化处理方法的局限,提出一种可逆转换方法,即将文档的转换信息记录于目标文档中,以便用于源文档的重构。论述了可逆转换的原理、关键技术、实验结果以及技术优势。选择标文通(UOF)作为流式文档格式,CEBX作为固定版式文档格式,利用该方法成功地实现标文通文档到CEBX文档的可逆转换,实验结果表明,该方法取得较好的效果。

办公文档格式和Web页面格式的融合方法研究

为融合办公文档格式和Web页面格式,提出一种式样描述语言,用于兼容以OOXML或UOF为代表的办公文档格式,以及以HTML/CSS为代表的网页文档格式。借助该语言可以构建共享式样库,使文档仅包含逻辑内容以及式样库中式样的引用。这样的文档可以直接对应到办公文档或网页,无需进行复杂的格式转换。在当前云计算时代,该方法对于办公文档和网页有着高度融合需求的Web Office或Office 2.0十分必要。

标文通与OOXML演示文稿文档格式的比较与转换

针对不同办公文档格式的互通问题,系统地分析了标文通和Office Open XML Format两种文档格式的演示文稿描述结构及其存在的差异。在两种格式的基础上提出演示文稿文档模型结构,采用预处理和主转换相结合的方法,通过构建转换器,实现了两种文档格式之间转换。结果表明该方法有较好的转换效果。

基于组合覆盖的文档转换器集成测试用例生成

通过对中文文档格式标准"标文通"(UOF)和XML实例文档进行形式化定义,统一了文档转换器测试功能点粒度划分标准,实现了测试用例覆盖率的度量;设计基于两两组合覆盖算法的文档转换器集成测试数据集构造方法,得到最小化的测试用例集,解决了文档转换器的人工集成测试用例设计简单、增量策略不合理、用例数量随着输入参数的增加呈指数增长等问题。在此基础上开发了文档转换器测试用例生成原型系统。实验表明:该系统可以生成文档转换器集成测试用例,在保证测试用例覆盖率的基础上,有效降低集成测试用例数量,减少测试用例设计时间,提高测试效率。

办公软件标准体系研究

对办公软件标准体系的研究范畴进行了分析,基于文档格式、编程接口、领域特定和技术要求与测试规范等四个维度对标准进行了梳理和分类,形成了涵盖办公应用、开发接口、文档格式和检测规范等技术领域的标准体系。

基于本体的办公文档处理研究

目前的办公文档通常都是基于XML格式的,其树型存储结构中包括逻辑内容、格式描述、页面版式描述以及编辑元素描述,它们之间既相互分离又相互融合,给文档的处理带来复杂性。论文分析了办公文档的结构特征,提出了在两种典型应用处理场景中基于本体的文档操作方法。本体的引入可以使办公文档的处理能够根据不同的应用环境,通过机器推理机制实现文档处理的智能化,同时有利于实现文档处理的互操作;在处理过程中节点的定位相对于XPath更高效,并能够满足在特定应用中,文档的处理不破坏文档的基本结构需求。本文以中文办公软件格式标准UOF为基础建立基于本体的文档结构模型,并利用SWRL推理规则,实现办公文档的智能化处理。

一种在标文通文档中显现SVG和MathML对象的方法

为了一个办公软件产生的文档能够在不同的办公软件之间无障碍地交换,方便地在办公软件中交换和共享,将SVG图形与MathML数学公式转换为图片的形式;研究了标文通文档格式中的SVG与MathML内容转换的设计与实现,首先将标文通文件中包含的SVG与MathML信息提取出来、生成相应的SVG与MathML文件,然后将SVG与MathML文件转换为基于JPEG图片的Base64编码,并将该编码嵌入到目标标文通文件中,完成在标文通文件中由SVG与MathML到JPEG图片的替换;最终实现了一个基于Java与XML的原型系统,用于标文通格式中SVG和MathML内容替换的转换。

标准化中的知识产权与中国企业的对策

信息领域的私有标准引发专利收费等一系列知识产权问题。中国企业对此应有所作为。在逐步建立自己的专利池、积极参加各种国际标准化组织、支持专利“Ex Ante RAND”原则的同时,大力推广开源软件,推进Linux、UOF、AVS等至关重要的开放标准。

办公软件文档格式专利分析

为确定"标文通"修订工作在专利方面的工作策略,需检索办公软件文档格式相关的专利,并分析其对"标文通"修订工作的影响,阐述了办公软件专利分析的四阶段技术路线,并重点分析了专利检索和专利分析的技术方案和实施方法。

标文通文档格式到电子书格式的分析与转换

为实现"标文通"(Uniform Office Format,UOF)文档格式到EPUB电子书格式的转换,重点分析了UOF格式和EPUB格式的结构以及两种结构之间的映射关系,并详细设计了转换式样单,提出了预处理与主转换相结合的转换思路。通过构建转换器,首次实现两种文档格式之间的转换,方便手持设备用户浏览UOF文档。该项研究对于文档信息共享,流式文档到电子书的转换和"标文通"国家标准的推广实施具有重要意义。