在 OpenXML 文档格式里面,所有的资源以及页面之间的引用等,都是通过 Relationship 的引用,如资源需要通过 GetReferenceRelationship 的方法才能拿到。那为什么要这样设计呢

在做 Office 解析,可以看到资源的引用,如图片的引用等,不是应用相对的文件路径,而是使用 r:id="xx" 的方式引用,而实际的引用文件需要在 xx.rels 文件里面才能找到引用的路径

尽管在 OpenXML SDK 里面这些细节已经被封装好了,只需要通过 GetReferenceRelationship 方法就可以拿到对应的资源,但我好奇为什么 Office 这样设计

Office 文档解析 文档格式和协议 我和小伙伴讲了 Office 文档的格式,这里存储的方式使用的是 OPC (Open Package Convention) 协议

在 OPC 协议里面要求多个 Part 也就是文件之间不能相互引用,如果两个 Part 有引用,需要在 Part 的 rels 文件里面添加引用,而在 Part 里面只使用对应的 rels 文件的记录资源的 Id 的值

那 Part 的 rels 又是什么?在 OPC 里面规定的 Part 可以理解为文件,因为 OPC 是基于 Zip 的打包方法,而 Zip 里面都是文件。而 rels 其实就是 OPC 里面的 Relationship 概念,这个 Relationship 是一种特殊的 Part 文件,它描述了各 Part 之间的依赖关系。根据OPC协议的规定,所有的 Relationship 都必须存储在名为 _rels 的文件夹中,并且所有 Relationship 的文件名都必须以 .rels 为后缀。每个 Part 可以根据自身的业务需求有一个对应的 Relationship 文件,这个对应的 Relationship 文件必须存放在这个 Part 文件所在文件夹的 _rels 文件夹里面,同时要求使用 Part 文件加上 .rels 后缀,不能使用其他名字

如某个 PPT 页面 slide1.xml 引用了某个音频文件,那么这个页面不能直接写音频文件的相对路径,而是需要在 slide1.xml 所在文件夹新建一个 _rels 文件夹,在里面放一个 slide1.xml.rels 文件,如下

ppt\slides\slide1.xml
ppt\slides\_rels\slide1.xml.rels

按照 OPC 的定义,在 Relationship 里面定义引用,假设音频文件存放在 ppt\media\image1.png 文件,那么对应的对应的 slide1.xml.rels 文件内容可以如下

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Relationships xmlns="http://schemas.openxmlformats.org/package/2006/relationships">
  <Relationship Id="rId1" Type="http://schemas.openxmlformats.org/officeDocument/2006/relationships/image" Target="../media/image1.png"/>
</Relationships>

使用 Relationship 定义 Id 的值,用来给 slide1.xml 引用,同时配置资源类型,通过 Type 定义,最后使用 Target 属性引用文件

此时在 slide1.xml 就可以根据 Id 引用资源,如以下代码

<a:blip r:embed="rId1"/>

此时通过 rId1 就可以在 slide1.xml.rels 找到对应的资源,然后通过资源的相对路径拿到文件

在 OpenXML SDK 里面将这部分都封装了,不需要咱自己去找对应的文件,通过 GetPartById 或 GetReferenceRelationship 传入资源的 Id 就可以拿到对应的资源。在 OPC 里面的定义,可以知道使用 Part 表示文件等。因此 GetReferenceRelationship 返回的是 ReferenceRelationship 类,根据对象转换为 DataPartReferenceRelationship 或 ExternalRelationship 等

在 2.11 版本的 DocumentFormat.OpenXml 库里面添加了我的代码,可以使用 TryGetPartById 方法在 OpenXmlPartContainer 尝试获取资源。因为默认的 GetPartById 将会在找不到资源的时候抛出 ArgumentOutOfRangeException 而如果文档是用户创建的,也许他用的是 WPS 等软件做的文档不遵守标准,此时就会炸了

                if (Slide.SlidePart.TryGetPartById(id, out var part))
                {
                }

那为什么只有 GetPartById 添加了 TryGetPartById 方法,而 GetReferenceRelationship 没有?在获取不到资源的时候,会在 GetReferenceRelationship 里面抛出 KeyNotFoundException 提示

原因是使用 GetReferenceRelationship 时,一般都可以确定 Id 是否存在,因为有 HyperlinkRelationships 和 DataPartReferenceRelationships 等属性的存在,可以通过这些属性进行判断

关于 Relationship 的一个应用请看 C# dotnet 使用 OpenXml 解析 PPT 里面的视频

更多请看 Office 使用 OpenXML SDK 解析文档博客目录


本文会经常更新,请阅读原文: https://dotnet-campus.github.io//post/dotnet-OpenXML-%E4%B8%BA%E4%BB%80%E4%B9%88%E8%B5%84%E6%BA%90%E4%BD%BF%E7%94%A8-Relationship-%E5%BC%95%E7%94%A8.html ,以避免陈旧错误知识的误导,同时有更好的阅读体验。

知识共享许可协议 本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。欢迎转载、使用、重新发布,但务必保留文章署名 lindexi (包含链接: https://dotnet-campus.github.io/ ),不得用于商业目的,基于本文修改后的作品务必以相同的许可发布。如有任何疑问,请 与我联系