是否有 Word .docx XML 标签的词汇表？答案

【问题标题】：Is there a glossary of Word .docx XML tags?是否有 Word .docx XML 标签的词汇表？
【发布时间】：2018-03-24 15:55:40
【问题描述】：

我正在尝试创建一个解析器来查找 Word .docx 文件的跟踪更改和作者...

我找到了document.xml，但是标签太多了！所有这些标签所代表的含义是否有词汇表？

如果可能的话，我想避免暴力破解。

【问题讨论】：

标签： xml docx glossary

【解决方案1】：

您可以在Stack Overflow docx tag wiki itself 中开始收集有关它的信息。

.docx 文件（以及其他新的 MS Office 文件，如 .xlsx）use OOXML format

特别是：

Microsoft Office Open XML WordProcessingML 主要在 ECMA 376 和 ISO 29500。

您可以在此处获取相关的 ECMA 标准规范：http://www.ecma-international.org/news/TC45_current_work/TC45_available_docs.htm

您可能正在寻找的特定文档可能是Open Office XML, Part 4 : Markup Language Reference

当然……这是巨大的（5219 页！）

我强烈建议您确定您想要的功能，并查看现有的开源库，这些库已经完成了您想做的一些工作。

【讨论】：

【解决方案2】：

http://www.ecma-international.org/publications/standards/Ecma-376.htm 中详细描述了“Office Open XML”格式及其 XML 词汇表。

给你一个想法，下面的 XSLT应该只提取 wordprocessingML 文档的有效结果文本没有跟踪删除，就像将存储在 @987654322 下一样@ 在 .docx 文件（ZIP 存档）中。

<!-- Match and output text spans except when
     appearing in w:delText child content -->
<xsl:stylesheet version="1.0"
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
  <xsl:output method="text"/>
  <xsl:template match="w:t">
    <xsl:value-of select="."/>
  </xsl:template>
  <xsl:template match="w:delText"/>
  <xsl:template match="*">
    <xsl:apply-templates/>
  </xsl:template>
</xsl:stylesheet>

为了让您的应用程序改为提取更改，您还必须注意 w:ins 元素。

【讨论】：

【解决方案3】：

你可以使用我的 docx4j webapp，特别是http://webapp.docx4java.org/OnlineDemo/PartsList.html

你可以点击一个标签，它会带你到规范中的相应定义。

【讨论】：

【解决方案4】：

"w:ins" denotes what was inserted when trackedchanges are enabled.
"w:del" denotes what was deleted when  trackedchanges are enabled.
"w:commentRangeStart" denotes the start of a comment
"w:commentRangeEnd" denotes the end of the comment.

All text are found inside 
"w:t" tags.

【讨论】：