mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-23 21:20:42 +08:00
121 lines
6.0 KiB
Markdown
121 lines
6.0 KiB
Markdown
[#]: subject: "How ODT files are structured"
|
||
[#]: via: "https://opensource.com/article/22/8/odt-files"
|
||
[#]: author: "Jim Hall https://opensource.com/users/jim-hall"
|
||
[#]: collector: "lkxed"
|
||
[#]: translator: "toknow-gh"
|
||
[#]: reviewer: "wxy"
|
||
[#]: publisher: "wxy"
|
||
[#]: url: "https://linux.cn/article-16340-1.html"
|
||
|
||
开放文档格式 ODT 文件格式解析
|
||
======
|
||
|
||
![][0]
|
||
|
||
> 开放文档格式(ODF)基于开放标准,你可以使用其它工具检查它们,甚至从中提取数据。你只需要知道从哪里开始。
|
||
|
||
过去,文字处理文件是封闭的专有格式。在一些较旧的文字处理软件中,文档文件本质上是该软件的内存转储。虽然这样可以让加载文件更快,但也使文档文件格式变得不透明。
|
||
|
||
2005 年左右,<ruby>结构化信息标准促进组织<rt> Organization for the Advancement of Structured Information Standards</rt></ruby>(OASIS)为所有类型的办公文档定义了一种开放格式,即<ruby>办公应用程序开放文档格式<rt>Open Document Format for Office Applications</rt></ruby>(ODF)。由于 ODF 是基于 [OpenOffice.org][4] 的 XML 文件规范的开放式标准,因此你也可以将其简称为 “开放文档格式”。ODF 包括几种文件类型,包括用于 <ruby>开放文档文本OpenDocument Text</rt></ruby> 文档的 ODT。ODT 文件中有很多值得探索的内容,它的本质是一个 Zip 文件。
|
||
|
||
### ODT 文件结构
|
||
|
||
跟所有 ODF 文件一样,ODT 文件实际上是一个 XML 文档和其它文件的 Zip 压缩包。使用 Zip 可以占用更少的磁盘空间,同时也意味着可以用标准 Zip 工具来检查它。
|
||
|
||
我有一篇关于 IT 领导力的文章,名为“Nibbled to death by ducks”,我将其保存为 ODT 文件。由于 ODF 文件是一个 zip 容器,你可以用 `unzip` 命令来检查它:
|
||
|
||
```
|
||
$ unzip -l 'Nibbled to death by ducks.odt'
|
||
Archive: Nibbled to death by ducks.odt
|
||
Length Date Time Name
|
||
39 07-15-2022 22:18 mimetype
|
||
12713 07-15-2022 22:18 Thumbnails/thumbnail.png
|
||
915001 07-15-2022 22:18 Pictures/10000201000004500000026DBF6636B0B9352031.png
|
||
10879 07-15-2022 22:18 content.xml
|
||
20048 07-15-2022 22:18 styles.xml
|
||
9576 07-15-2022 22:18 settings.xml
|
||
757 07-15-2022 22:18 meta.xml
|
||
260 07-15-2022 22:18 manifest.rdf
|
||
0 07-15-2022 22:18 Configurations2/accelerator/
|
||
0 07-15-2022 22:18 Configurations2/toolpanel/
|
||
0 07-15-2022 22:18 Configurations2/statusbar/
|
||
0 07-15-2022 22:18 Configurations2/progressbar/
|
||
0 07-15-2022 22:18 Configurations2/toolbar/
|
||
0 07-15-2022 22:18 Configurations2/popupmenu/
|
||
0 07-15-2022 22:18 Configurations2/floater/
|
||
0 07-15-2022 22:18 Configurations2/menubar/
|
||
1192 07-15-2022 22:18 META-INF/manifest.xml
|
||
970465 17 files
|
||
```
|
||
|
||
我想强调 Zip 文件结构的以下几个元素:
|
||
|
||
1. `mimetype` 文件用于定义 ODF 文档。处理 ODT 文件的程序,如文字处理程序,可以使用该文件来验证文档的 MIME 类型。对于 ODT 文件,它应该总是:
|
||
|
||
```
|
||
application/vnd.oasis.opendocument.text
|
||
```
|
||
|
||
2. `META-INF` 目录中有一个 `manifest.xml` 文件。它包含查找 ODT 文件其它组件的所有信息。任何读取 ODT 文件的程序都从这个文件开始定位其它内容。例如,我的 ODT 文档的 `manifest.xml` 文件包含这一行,它定义了在哪里可以找到主要内容:
|
||
|
||
```
|
||
<manifest:file-entry manifest:full-path="content.xml" manifest:media-type="text/xml"/>
|
||
```
|
||
|
||
3. `content.xml` 文件包含文档的实际内容。
|
||
4. 我的文档中只有一张截图,它位于 `Pictures` 目录中。
|
||
|
||
### 从 ODT 中提取文件
|
||
|
||
由于 ODT 文档是一个具有特定结构的 Zip 文件,因此可以从中提取文件。你可以先解压缩整个 ODT 文件,例如使用 `unzip` 命令:
|
||
|
||
```
|
||
$ unzip -q 'Nibbled to death by ducks.odt' -d Nibbled
|
||
```
|
||
|
||
一位同事最近向我要了一份我在文章中提到的图片。通过查看 `META-INF/manifest.xml` 文件,我找到了嵌入图像的确切位置。用 `grep` 命令可以找到描述图像的行:
|
||
|
||
```
|
||
$ cd Nibbled
|
||
$ grep image META-INF/manifest.xml
|
||
<manifest:file-entry manifest:full-path="Thumbnails/thumbnail.png" manifest:media-type="image/png"/>
|
||
<manifest:file-entry manifest:full-path="Pictures/10000201000004500000026DBF6636B0B9352031.png" manifest:media-type=" image/png”/>
|
||
```
|
||
|
||
我要找的图像保存在 `Pictures` 文件夹中。可以通过列出目录的内容来验证:
|
||
|
||
```
|
||
$ ls -F
|
||
Configurations2/ manifest.rdf meta.xml Pictures/ styles.xml
|
||
content.xml META-INF/ mimetype settings.xml Thumbnails/
|
||
```
|
||
|
||
就是这张图片:
|
||
|
||
![Image of rubber ducks in two bowls][5]
|
||
|
||
### 开放文档格式
|
||
|
||
ODF 是一种开放的文件格式,它可以描述文字处理文件(ODT)、电子表格文件(ODS)、演示文稿(ODP)和其它文件类型。由于 ODF 格式基于开放标准,因此可以使用其他工具检查它们,甚至从中提取数据。你只需要知道从哪里开始。所有 ODF 文件都以 `META-INF/manifest.xml` 为“引导”文件,通过它你能找到其余的所有内容。
|
||
|
||
*(题图:MJ/d245ab34-f0b0-452c-b29a-ece9aa78f11a)*
|
||
|
||
--------------------------------------------------------------------------------
|
||
|
||
via: https://opensource.com/article/22/8/odt-files
|
||
|
||
作者:[Jim Hall][a]
|
||
选题:[lkxed][b]
|
||
译者:[toknow-gh](https://github.com/toknow-gh)
|
||
校对:[校对者ID](https://github.com/校对者ID)
|
||
|
||
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出
|
||
|
||
[a]: https://opensource.com/users/jim-hall
|
||
[b]: https://github.com/lkxed
|
||
[1]: https://opensource.com/sites/default/files/lead-images/coffee_tea_laptop_computer_work_desk.png
|
||
[2]: https://unsplash.com/@jonasleupe?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText
|
||
[3]: https://unsplash.com/s/photos/tea-cup-computer?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText
|
||
[4]: http://OpenOffice.org
|
||
[5]: https://opensource.com/sites/default/files/2022-07/ducks.png
|
||
[0]: https://img.linux.net.cn/data/attachment/album/202311/01/223607j3nvjcuw5jcocbz3.jpg |