这是一个创建于 4484 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？
 |
1
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。。。。 |
 |
2
muxi OP @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
|
 |
3
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
|
 |
4
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。 |
 |
5
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 。
|
 |
6
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
|
 |
7
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
|
|
8
muxi OP 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
|
 |
9
neildd 2012-08-23 10:23:55 +08:00
openoffice有各个格式的详细解析文档
|
 |
11
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。
|
 |
12
xuzhe 2012-10-06 21:01:50 +08:00
WPS 兼容微软很多都是照着 Open Office 来的。
|
Select Language