本文示例源代碼或素材下載 簡介桌面文檔有什么新變化？假如您一直在關注 Microsoft Windows® 社區(qū)，那么您會發(fā)現(xiàn)變化實在太大了。 Microsoft 為 MS Office 2007 產(chǎn)品引入了一種新格式，這種格式可以在內(nèi)部利用 XML。 之前，可以在 MS Office 應用程序之間交換數(shù)據(jù)；但是，MS Office 2007 和 Windows Vista® 答應企業(yè)踏入數(shù)據(jù)孤島，而在以前，這些數(shù)據(jù)難以使用和再利用（re-purpose，即將用于某一目的的數(shù)據(jù)用于另一個目的）。雖然 Microsoft 正在推動這個概念，但 OpenOffice 應用程序已經(jīng)實現(xiàn)了 ODF，并從市場早已認可的 XML 優(yōu)點中受益。讓我們來看一個典型的桌面應用程序問題。假設有這樣一家公司，它的市場部門正在計劃召開一個會議。 他們要求預期的演講者在一份 MS Word 模板文檔中提交提議，然后，文檔內(nèi)容被用于以下任務：審核提議 向成功提交提議的可能的演講者發(fā)送電子郵件 將相關信息發(fā)布到會議網(wǎng)站上 通過會議或公司的一個新提要（ATOM/RSS）發(fā)布內(nèi)容 按照傳統(tǒng)做法，市場人員從 Word 文檔中剪切文本，并將信息粘貼到不同的系統(tǒng)中，這種做法很費時。 假如保留文檔原有格式，而為特定任務提取相關信息，則可以節(jié)省不少時間和精力。通過 XQuery 就可以做到這一點，而且只需很少的代碼。 在本文中，我們將簡要地回顧 MS Office 應用程序使用的一些舊的文檔數(shù)據(jù)交換方法。然后，我們將查看新的格式，并討論如何交換和再利用這種新格式。我們將使用 Zend Core for IBM、PHP、PDO 和 XQuery 等跨平臺技術 —— 這些工具都可以與 DB2 結合使用。這種技巧可以成為內(nèi)容治理和文檔治理解決方案中很有價值的一部分。希望您閱讀本文之后發(fā)現(xiàn)，通過使用 IBM DB2 pureXML™ 特性，使用和再利用 ODF 和 MS Office 2007 文檔不再是難事。這并不需要很多的代碼，所以這個解決方案很輕易實現(xiàn)。然后，您可能希望索引這些 Office 2007 文檔，以進一步利用 pureXML 混合存儲特性。 12345678下一頁 桌面應用程序和 XML 概述本文主要關注 OpenOffice 默認格式 ODF 和 MS Office 2007 格式。您應該清楚，這里談到的概念并不局限于這些格式和供給商。實際上，您會發(fā)現(xiàn)，很多供給商都提供了 ODF，包括 Google Applications、KOffice 和 StarOffice。值得注重的是，Microsoft 有一個用于使用和導入 ODF 格式的轉(zhuǎn)換器 “插件，并且有一個兼容包，可以用舊版本的 Office 打開和保存 MS Office 2007 文件格式。而且，Lotus Notes 和 Corel 也有 ODF 格式方面的計劃。Wikipedia 提供了有關 ODF 格式及其在桌面應用程序中的使用的討論，并提供了關于 ODF 的支持者的信息。所需資源雖然可以下載 Apache 2.0、PHP Version 5.21 或更高版本、DB2 Express-C 和 DB2 extensions for PHP，但是下載和安裝 Zend Core for IBM 是更好的選擇。安裝程序會徹底配置適合 PHP 和 DB2 的環(huán)境。安裝程序應該包括 DB2 Express-C 9.1.2 的下載鏈接。可能需要調(diào)整配置，以添加 ZIP 支持，這一點我們在后面會討論到。老式的文檔數(shù)據(jù)交換Windows 操作系統(tǒng)上的數(shù)據(jù)應用程序編程接口（API）從 Data Access Objects (DAO) 開始。它們經(jīng)歷了從 DAO（不是 Dead On Arrival）到 Remote Data Objects (RDO)，再到 Open Database Connectivity (ODBC) 的過程。向 ODBC 的轉(zhuǎn)變意義重大，被認為數(shù)據(jù)訪問的一個里程碑。它實現(xiàn)了一種通用的方式，使開發(fā)人員對一種 API 編碼，而不必考慮數(shù)據(jù)庫的類型。通過使用 ODBC，可以借助 Mail Merge 之類的程序?qū)㈥P系數(shù)據(jù)導入到 MS Office 應用程序中。Object Linking and Embedding Data Base (OLE/DB) 支持不同數(shù)據(jù)源的數(shù)據(jù)交換，然而它的引入只是使市場感到困惑。對于 MS Office 生產(chǎn)率工具，這意味著文檔之間可以相互嵌套。實際上，當將一個電子表格粘貼到一個演示文稿中時，就是如此。然而，OLE/DB 是只用于 Windows 的解決方案。使用這些技術分解文檔并不輕易，并且這個過程難以自動化。 上一頁12345678下一頁 OpenOffice 和新的 MS Office 2007 格式概述這些格式實際上是一個包含資源和用于 XML 文檔的文件夾的 ZIP 文件。Word 文檔的實際文本內(nèi)容以 XML 文件的形式存儲。在我們的示例文檔中，它在歸檔文件中的 “word/document.xml 中。這種文件格式使開發(fā)人員可以捕捉這些文檔中的實際數(shù)據(jù)。雖然 OpenOffice 使用這種格式已經(jīng)有一段時間了，但 MS Office 2007 只是最近才引入新的文檔格式。Microsoft 聲稱，這種格式易于訪問和易于共享。很多年來，MS Office 文檔一直都是專用的。令人振奮的是，Microsoft 的 Office 小組正在打開這扇門。請看下面提供的用于 ODF 的 ZIP 文件內(nèi)容（可在 下載 小節(jié)中找到）：圖 1. WinZip 中 opendoc.odt 的內(nèi)容請看下面的 Microsoft 格式，注重其中有些不同，但概念和格式是類似的：圖 1.1 WinZip 中 submit.docx 的內(nèi)容設置數(shù)據(jù)庫當然，您需要創(chuàng)建一個表。您將把新的 Word 格式中的 XML 存儲在 XML 列中，而不是一個 Character Large Object (CLOB) 中。為此，需要創(chuàng)建一個支持 XML 或 UTF-8 的數(shù)據(jù)庫。清單 1. 創(chuàng)建一個支持 XML 的數(shù)據(jù)庫CREATE DATABASE ODF AUTOMATIC STORAGE YES USING CODESET UTF-8 TERRITORY US現(xiàn)在，需要連接到數(shù)據(jù)庫，并用下面的定義創(chuàng)建一個表。下面的代碼假設您有一個具有 CREATETAB 權限的用戶名 “db2admin。假如不具備這種用戶設置，可以修改這些腳本，使具有適當?shù)臄?shù)據(jù)庫用戶。 上一頁12345678下一頁 清單 2. 創(chuàng)建用于包含 ODF 和 MS Office 2007 文檔的支持 XML 的表CREATE TABLE DB2ADMIN.DOCUMENT ( ID INT NOT NULL PRIMARY KEY, OWNER VARCHAR(128), DOC XML　 )設置 PHP 和 Zend Core for IBM代碼將使用 PHP 的 ZIP 實用程序和 PDO。PDO 已經(jīng)針對 Zend Core for IBM 設置完畢，但是需要將 “zip 添加到配置中：打開 Zend Core Administration Console。 切換到 Configuration 選項卡和 Extensions 子選項卡。 向下滾動到 ZIP 擴展。 單擊 switch 圖標將其打開。 單擊 Save Settings。 重新啟動 Apache2。 假如它不在運行，即在系統(tǒng)托盤中顯示為紅色羽毛，那么啟動 C:Program FilesendApache2inApacheMonitor.exe。 單擊它，從菜單中重新啟動 Apache2 HTTP Server。 假如這樣不行，那么試著編輯文件，確保 “C:Program FilesendCore for IBMetc 文件夾下的 php.ini 文件中包含下面幾行。將下面用粗體表示的一行添加到 php.ini 中：清單 3. 對 php.ini 的修改extension=php_zip.dllextension=php_pdo.dllextension=php_pdo_ibm.dllextension_dir="c:program filesendCore for IBMlibphpext"使用 ODF 和 MS Office 2007 文檔現(xiàn)在，可以開始使用 opendoc.odt 了，它是下載小節(jié)中提供的一個 ODF 文件。雖然 圖 2 顯示了該文檔的 MS Word 外觀，但這個 ODF 文件看起來類似于 清單 4。該文檔使用像 “Heading 1 和 “Heading 2 這樣的樣式作為格式。然后，我們將查詢 Heading 2 樣式，因為 OpenOffice 格式中使用了它。注重，在生產(chǎn)代碼中，還需要包括適當?shù)腻e誤處理代碼。 上一頁12345678下一頁 我還在下載小節(jié)中包括了一個 submit.docx 文檔，該文檔使用 MS Office 2007 格式。圖 2 顯示這個文檔在 Word 中的樣子。和 ODF 一樣，該文檔利用 “Heading 1 和 “Heading 2 之類的 Word 樣式作為格式。然后，我們將查詢 Heading 2 樣式。圖 2. OpenOffice 或 MS Word 中顯示的示例文檔下面的 PHP 代碼使用了這個文檔，它對 ZIP 清單中的項進行遍歷，并提取具有相關數(shù)據(jù)的 XML 文檔。清單 4 提供了該代碼。將該代碼保存為 “odfconsume.php，以便后面引用。清單 4. 使用 OpenOffice (ODF) 格式 (odfconsume.php) 的 PHP 代碼<?php$user = "db2admin";$password = "secret";$zip = zip_open("c:opendoc.odt");$db = new PDO("ibm:DRIVER={IBM DB2 ODBC DRIVER};DATABASE=ODF;" .　"HOSTNAME=localhost;PORT=50000;PROTOCOL=TCPIP;", $user, $password);echo $user." Connected";if ($zip) {while ($zip_entry = zip_read($zip)) {if (zip_entry_open($zip, $zip_entry, "r")&& zip_entry_name($zip_entry) == 'content.xml' ) {$buf = zip_entry_read($zip_entry, zip_entry_filesize($zip_entry));$insstr ="INSERT INTO DB2ADMIN.DOCUMENT (ID,OWNER,DOC)VALUES (2,'Linux Office',:buf)";$stmt = $db->prepare( $insstr );$stmt->bindParam( ':buf' , $buf , PDO::PARAM_LOB , strlen($buf) );$stmt->execute();echo "Result: ".$db->errorCode()."";zip_entry_close($zip_entry);}echo "";}zip_close($zip);}?> 上一頁12345678下一頁 使用下面的命令行運行該代碼：php odfconsume.php這會將一個 XML 文檔插入到數(shù)據(jù)庫中，并打印出一個錯誤碼。這里錯誤碼很可能是 0。清單 4.1 是使用 MS Word 的代碼。將該代碼保存為 “msconsume.php，以便后面引用。清單 4.1 使用 MS Office 2007 格式 (msconsume.php) 的 PHP 代碼<?php　$user = "db2admin";　$password = "secret";　$zip = zip_open("c:submit.docx");　$db = new PDO("ibm:DRIVER={IBM DB2 ODBC DRIVER};DATABASE=ODF;" ."HOSTNAME=localhost;PORT=50000;PROTOCOL=TCPIP;", $user, $password);　echo $user." Connected";　if ($zip) { while ($zip_entry = zip_read($zip)) {if (zip_entry_open($zip, $zip_entry, "r") & zip_entry_name($zip_entry) == 'word/document.xml' ) {$buf = zip_entry_read($zip_entry, zip_entry_filesize($zip_entry));$insstr ="INSERT INTO DB2ADMIN.DOCUMENT VALUES (1,'BILLY ONAIRE',:buf)";$stmt = $db->prepare( $insstr );$stmt->bindParam( ':buf' , $buf , PDO::PARAM_LOB , strlen($buf) );　$stmt->execute();echo "Result: ".$db->errorCode();zip_entry_close($zip_entry);}echo "";}zip_close($zip);　}?> 上一頁12345678下一頁 和前面一樣，用下面的命令行運行該代碼：php msconsume.php這會將一個 XML 文檔插入到數(shù)據(jù)庫中，并打印出一個錯誤碼。同樣，這里錯誤碼很可能是 0。 再利用 ODF 和 Word 2007 內(nèi)容現(xiàn)在，在數(shù)據(jù)庫中有了 OpenOffice 和 Word 2007 文檔的內(nèi)容，您需要再利用該文檔，將它用于網(wǎng)站。這就是我們例子中市場部門必須要做的事情。清單 5 顯示了用于 ODF 的代碼，可以將該代碼保存為 “odfrepurpose.php，以便后面引用。從 輸出（一個 HTML 片段）中，很輕易看到如何將這個文檔重新格式化為一個新聞提要，或者將它并入到一個 Ajax 應用程序中！清單 5. 將 ODF 格式（opendoc.odt）再利用到一個簡單的 HTML 片段中<?php$user = "db2admin";$password = "secret";$db = new PDO("ibm:DRIVER={IBM DB2 ODBC DRIVER};DATABASE=ODF;" .　"HOSTNAME=localhost;PORT=50000;PROTOCOL=TCPIP;", $user, $password);echo $user." Connected";$xqry =<<<TXTvalues(　XMLSERIALIZE( XMLQUERY(' declare boundary-space strip; declare namespace text0="urn:oasis:names:tc:opendocument:xmlns:text:1.0"; declare namespace office0="urn:oasis:names:tc:opendocument:xmlns:office:1.0";for $t0 in db2-fn:xmlcolumn("DB2ADMIN.DOCUMENT.DOC")/office0:document-content/office0:body　 let $p0 := $body0/office0:text/text0:p　 let $h0 := $body0/office0:text/text0:h　 where fn:exists($p0) or $h0:h/@text:style-name ="Heading_20_2"　 return　 if ( fn:exists( $style ) ) thenif ($h0:h/@text:style-name ="Heading_20_2" )　then <h1>{$txt}</h1>else　() else <p>{$txt}</p>')　as VARCHAR(2000)))TXT;$result=$db->query( $xqry );$arr = $result->fetch();echo $arr[1];?> 上一頁12345678下一頁 清單 5.1 顯示了再利用 Word 2007 的代碼，可以將該代碼保存為 “msrepurpose.php，以便后面引用。從 輸出（一個 HTML 片段）中，很輕易看到如何將這個文檔重新格式化為一個新聞提要，或者將它并入到一個 Ajax 應用程序中！清單 5.1 將 Word 2007 格式（submit.docx）再利用到一個簡單的 HTML 片段中<?php$user = "db2admin";$password = "secret";$db = new PDO("ibm:DRIVER={IBM DB2 ODBC DRIVER};DATABASE=ODF;" ."HOSTNAME=localhost;PORT=50000;PROTOCOL=TCPIP;", $user, $password);echo $user." Connected";$xqry =<<<TXTvalues(XMLSERIALIZE( XMLQUERY('declare boundary-space strip;declare namespace text0="urn:oasis:names:tc:opendocument:xmlns:text:1.0";declare namespace office0="urn:oasis:names:tc:opendocument:xmlns:office:1.0";for $t0 in db2-fn:xmlcolumn("DB2ADMIN.DOCUMENT.DOC")/office0:document-content/office0:body/office0:textlet $p := (for $pp in $t0/text0:p return <p>{$pp/text()}</p>)let $h := (for $hh in $t0/text0:h[@text0:style-name="Heading_20_2"]return <hl>{$hh/text()}</hl>)return($h,$p)')as varchar(3000)))TXT;echo "";$result=$db->query( $xqry );$arr = $result->fetch();echo $arr[1];?>要運行該代碼，輸入：php.exe msrepurpose.php現(xiàn)在您也許會問，為什么不直接將它保存為 HTML 呢？XML 的生成會危害原始文檔的完整性，并且會丟失 MS Office 特性。然而，文檔的確小了很多，而且仍然可以用 XQuery 對它進行再利用，就像對待 Word 2007 文件格式一樣。隨著文檔變得越來越大、越來越多（例如在大型會議中），您希望將這個邏輯應用到儲存庫中每個文檔的每個部分。于是 XQuery 的威力就表現(xiàn)出來了！和 SQL 一樣，XQuery 使您通過一個查詢處理一組文檔。實際上，假如您愿意，也可以使用 SQL 查詢得到同樣的結果，因為在 DB2 中這兩種語言可以互換。下面的清單顯示了 odfrepurpose.php 或 msrepurpose.php 的結果：清單 6. 輸出db2admin Connected<h1>Introduction to Web 2.0</h1><p>This is a documentthat will impress upon ...</p><h1>Abstract</h1><p>The nature of the industry is again turning to the browser ...</p>結束語本文討論的技巧在內(nèi)容治理和文檔治理解決方案中很有用。希望您已經(jīng)發(fā)現(xiàn)，通過 IBM DB2 pureXML 特性使用和再利用 OpenOffice 和 MS Office 2007 文檔十分輕易。實際上這個過程不需要很多代碼，這一點有助于取得好的性能。之后，考慮索引這些 XML 文檔，以進一步利用 pureXML 混合存儲特性的優(yōu)點。 上一頁12345678