什么是一 .docx 文件？

DOCX 是一种众所周知的 Microsoft Word 文档格式。从 2007 年随着 Microsoft Office 2007 的发布引入，这种新文档格式的结构从纯二进制更改为 XML 和二进制文件的组合。 Docx 文件可以用 Word 2007 和横向版本打开，但不能用支持 DOC 文件扩展名的早期版本的 MS Word 打开。

历史简介 ＃＃

微软开放 DOC 文件格式规范后，竞争对手很容易对格式进行逆向工程，并在自己的应用程序中提供相同的支持。此外，来自 Open Office 的开放文档格式的竞争，迫使微软采用更开放和更广泛的标准。 2000 年初，Microsoft 决定进行更改以适应 Office Open XML 的标准。此新标准下的文档被赋予 .docx 扩展名，“X"用于 XML。到 2007 年，这种新的文件格式成为 Office 2007 的一部分，并且在新版本的 Microsoft Office 中也得到了延续。新的文件类型增加了文件大小小、损坏更改少和格式良好的图像表示的优点。

DOCX 文件格式规范 - 更多信息

Docx 文件由包含在 ZIP 存档中的 XML 文件的集合组成。可以通过解压缩其内容来查看新 Word 文档的内容。该集合包含一个 XML 文件列表，这些文件被分类为：

  • 元数据文件 - 包含有关存档中其他可用文件的信息
  • Document - 包含文档的实际内容

元数据文件###

Microsoft Word 使用这些文件来查找文件之间的关系并定位文档内容。提取 Word 文档存档时，它包含许多此类文件，如下所述。

关系 - _rels/.rels

该文件包含告诉 MS Word 在哪里查找文档内容和其他参考的信息。每个关系都由唯一的关系 ID 标识，并将引用的 XML 文件指定为目标。示例关系文件如下所示：

<Relationship Id#"rId1" Type#"http://schemas.openxmlformats.org/officeDocument/2006/relationships/officeDocument" Target#"word/document.xml"/>.

内容类型####

一个文档可以包含多种媒体类型，如图像、主题、艺术文字等。[Content_Types].xml 包含有关文档中存在的此类媒体类型的信息。这样一个 XML 文件的内容如下所示：

<Override PartName#"/word/document.xml" ContentType#"application/vnd.openxmlformats-officedocument.wordprocessingml.document.main+xml"/>

对资源的引用 - _rels/document.xml.rels

此 XML 文件中引用了有关资源的信息，例如文档中嵌入的图像。

主要文档内容####

这是指包含文档文本内容的存档的主要 XML 文件。根据 OpenOffice XML 规范，此内容由各种节点表示。该文件的内容主要由段落和表格组成，尽管它们也可以是其他节点。

文件格式节点###

主 document.xml 文件是用于表示文件整体内容的节点集合。每个节点都有一个开始和结束，它封装了更多的节点或内容。此类 xml 文件的简化示例如下：

<w:document>
   <w:body>
       <w:p w:rsidR#"005F670F" w:rsidRDefault#"005F79F5">
           <w:r><w:t>Example Document</w:t></w:r>
       </w:p>
       <w:sectPr w:rsidR#"005F670F">
           <w:pgSz w:w#"12240" w:h#"15840"/>
           <w:pgMar w:top#"1440" w:right#"1440" w:bottom#"1440" w:left#"1440" w:header#"720" w:footer#"720"
                    w:gutter#"0"/>
           <w:cols w:space#"720"/>
           <w:docGrid w:linePitch#"360"/>
       </w:sectPr>
   </w:body>
</w:document>

以下是有关 DOCX 文件中包含的一些节点的信息，用于表示内容。

<w:document> - 表示文件主要内容的根元素。

<w:body> - 表示文档的主体，它可以包含许多其他元素节点，例如段落、表格和部分。

段落####

段落是文档中的主要内容持有者。它由表示<w:p> 文档中的元素。一个段落进一步包含一个或多个运行**<w:r> ** 包含段落的实际文本。除了运行，段落还可能包含其他文档元素，例如超链接、注释等。示例段落结构如下所示：

<w:p>
<w:pPr>
<w:pStyle> w:val#"MyStyle"/>
<w:spacing w:before#"120" w:after#"120"/>
</w:pPr>
<w:r>
<w:t xml"space#"preserve">A paragraph is main container in a document that further consists of a one or more runs where the text of paragraph is actually contained.</w:t>
</w:r>
</w:p>

参考 ＃＃

See Also