[分享]解析Excel 2007的新文件格式

fanjy · 发表于 2007-6-14 13:42

看看Excel2007工作簿文件
一个Excel2007文件就是一个压缩了的容器，其中包含着一些文件和文件夹。要查看这些文件和文件夹，只需将Excel2007的文件扩展名改为.zip或者.rar，即压缩文件的扩展名，也可以直接在Excel2007文件的扩展名后添加.zip或者.rar。
新建一个Excel2007工作簿，将该工作簿命名为test1.xlsx，然后关闭该工作簿。按上面的方法在该工作簿文件名后加上扩展名.zip，重命名该工作簿。

图1：重命名该工作簿
图2：加上压缩文件的扩展名
双击该工作簿文件，可以看到这个Excel2007文件的XML文件包结构如下：

图3：Excel2007的.xlsx文件的内容
此时，打开名为“xl”的文件夹，其包含的内容为：

图4：“xl”文件夹中的内容，如果工作簿中有vb工程，则会出现相应的二进制文件
Workbook.xml文件包含的内容如下：

图5：“Workbook.xml”文件，可直接在文件名上双击打开
在这里，可以看到各工作表对应的id号，即r:id。如果想操作某工作表，则先找到其r:id。例如，工作表“Sheet3”的r:id为rId3。
在图4中的文件夹“_rels”里，有一个名为“Workbook.xml.rels”的文件，包含着xml的代码片断：

图6：“Workbook.xml.rels”文件表明工作表中有哪些文件

fanjy · 发表于 2007-6-14 13:44

读取单元格的值
工作表“Sheet3”中的内容为：

图7：工作表Sheet3中的内容
sheet3.xml文件为：

图8：sheet3.xml，显示了单元格A1、A2和A3
但是，如何知道单元格A1中的内容呢？看上面的内容：<c r=”A1” t=”s”>，可知单元格A1中包含有一个字符串；下一行：<v>0</v>，告诉需要在“SharedStrings.xml”文件中找到第0项。“SharedStrings.xml”文件顶部的内容为：

表明在该工作簿中只有1个独立的字符串。注意，索引值是以0为基数开始的。上面的内容告诉需要查找的索引号为0，即该XML文件最开始的部分：

图9

fanjy · 发表于 2007-6-14 13:47

在单元格中添加文本
现在，如果想在工作表Sheet3中添加新的文本“新的课目”。
首先，修改“SharedStrings.xml”文件的顶部内容：

修改为：

然后，在文件中添加新的字符串：

接着，将“sheet3.xml”文件打开，并添加下面的内容(所选取的部分)：

现在，恢复工作簿扩展名并重新打开该工作簿后，如下所示：

图10：编辑xml文件后的结果
注：可以将压缩文件夹中要编辑的文件拖拉出来，用记事本或xml编辑器进行编辑并保存后，再将该文件拖回压缩文件夹中。

fanjy · 发表于 2007-6-14 13:49

在单元格中添加数字
在单元格中添加数字与添加文本相似，但稍有不同。数字是直接保存在工作表xml文件中，并且可以添加数字格式。
例如，在前面的sheet3.xml文件中，数字单元格的格式为“常规”，并没有设置专门的格式。
单元格格式通过索引值来引用，如：

在单元格A3中显示的是日期。索引值1指向文件包中的另一个文件：styles.xml。单元格格式通过名为“cellXfs”的节点设置引用，在工作表xml文件中的s=”1”指向节点中的某一元素。素引值以0开始，因此索引值为1表示是第2项：

单元格格式交叉引用依次引用numFormatId列表、FontId列表、fillId列表和borderId列表，这些都包含在Styles.xml文件中。
因此，不能直接添加格式化的单元格到工作表中，必须检查是否指定的单元格格式组合已在单元格格式交叉引用中(Styles.xml文件)，这要分别检查所有单个的格式引用。同时，如果格式组合是新的，则必须使用新格式扩展格式元素列表，并更新格式交叉引用。这些列表的所有“Count”的参数都需要更新。

fanjy · 发表于 2007-6-14 13:53

改变窗体控件的属性
通常，窗体控件与控件工具箱中的控件不同，其外观、字体、颜色等属性不能改变。下面，使用工作簿的文件包来更改这些属性。
例如，工作簿FormControls.xlsx的工作表Sheet1如下：

图11：包含一些窗体控件的工作表
现在，来分析这些窗体控件存放的位置。将工作簿FormControls.xlsx重命名为FormControls.zip，然后打开文件夹“xl”和“Worksheets”。打开“sheet1.xml”文件，可以看到有下面的内容(阴影部分)：

上面加亮显示的内容指向窗体控件文件。要找到“rId2”，打开“_rels”文件夹，如图12所示：

图12
打开“sheet1.xml.rels”文件，查找rId2：

在这里，可以看出应该查找文件“../drawings/vmlDrawing1.vml”。
每个工作表的.vml文件都包含着控件或者在该文件中能捕捉到的其它对象。
将vmlDrawing1.vml文件拖到桌面上，然后打开它进行编辑。窗体控件中复选框的字体是不能编辑的，但该文件的内容展示了复选框的xml部分，现在来改变这个复选框中的字体。

将上面的内容：
复选框 3
改为：
复选框 3
保存并关闭该vml文件，然将其拖放到压缩文件夹中的Drawings文件夹中，再将FormControls.zip改为FormControls.xlsx，打开该工作簿，则复选框显示如下：
图13：修改字体后的复选框
从这个vml文件中，也可以看出关于控件的其它信息，例如位置，即Anchor。因此，可以通过vml文件改变控件的位置。
也可以更改复选框字体的颜色，如将内容：
复选框 3
改为：
复选框 3
保存该vml文件并拖放至相应的压缩文件夹，然后将.zip文件改回.xlsx文件，打开工作簿后的复选框显示如下：
图13：修改字体和颜色后的复选框
通过上面的介绍，大家可以寻找并更改这些xml文件中的其它内容，以实现不同的处理。