4
我想了解如何在Word文檔打開時重建Word文件，以及在保存編輯和關閉文件時以何種格式對它們進行序列化。你可能有任何信息對我非常有用？謝謝是否所有MS Word文檔都以XML可讀格式進行序列化？
A
回答
5
所有.doc文件存儲在binary format。打開和操作這些是PAIN的練習。
所有.docx文件實際上是以ZIP格式存儲的XML文件的集合。沒錯，只需將.docx或.xmlx或.pptx的擴展名更改爲.ZIP，就可以像打開其他任何ZIP文件一樣打開文件。 MS甚至有一個稱爲Office Open XML的格式的API。就我個人而言，我認爲OOXML API具有相當陡峭的學習曲線，當我傾向於製作Word文件或以其他方式操作它們時，我只需製作一個示例文件，解壓縮它，然後操作其內部。海事組織的OOXML文件的基礎知識很簡單，足以使用沒有一個大的舊API ...
2
是所有的MS Word文檔序列化爲XML可讀格式？
簡答：沒有。
長答案：每發佈一次，MS都會更改word文檔的格式。因此Word 6.0到95使用格式，Word 97到2002（又名XP）使用另一個，2003另一個，而2007又是另一個。
當然，每個版本都可以以舊格式保存和打開文檔（雖然新功能通常無法保存在這些較舊的格式中）。
截至2003年（.doc）的格式是以前版本的增量升級，並且是基於二進制的。
與Office 2007中引入格式文件（.docx）是基於XML的，並被迫爲ISO標準「ISO/IEC 29500：2008的Office Open XML」，雖然這個詞本身是不是該標準完全兼容。請注意，Word 2007仍然可以以舊的二進制格式保存（並打開）文檔。
希望這會有所幫助。
+0
非常感謝，它確實有幫助，雖然它看起來比我希望的更復雜！ – ComethTheNerd 2010-04-18 22:35:10
謝謝你給我一個很好的起點，試驗簡單的單詞文件。我肯定會看到它，現在我有一些想法！ – ComethTheNerd 2010-04-18 22:29:53