使用 CPF 将 word 和 ppt 转换为 xml 的操作模块答案

【问题标题】：Action module to convert the word and ppt into xml using CPF使用 CPF 将 word 和 ppt 转换为 xml 的操作模块
【发布时间】：2016-08-29 17:53:39
【问题描述】：

有什么方法可以使用 CPF 的管道功能将 MS-Word 和 powerpoint 数据和元数据转换为 xml..？

提前致谢

【问题讨论】：

您要隐藏哪些版本的 word 和 PowerPoint？
版本 13 及以上
我已经创建了管道：marklogic.com/cpf/pipelines"> 转换管道用于测试 CPF 的管道 /MarkLogic/cpf/actions/success-action.xqy /MarkLogic/cpf/actions/failure-action.xqy 将 word 转换为 xml 格式 marklogic.com/states/initial</state> marklogic.com/states/done</on-success>
marklogic.com/states/error</on-failure> /convert-word-xml.xqy/convert-word-xml.xqy 但坚持什么写入 convert-word-xml.xqy 文件，它实际上会进行转换

标签： marklogic marklogic-8

【解决方案1】：

已经有一些管道可以处理 MS Office 的压缩 XML 格式。将管道“Office OpenXML Extract”和“WordprocessingML Process”附加到您的域。您不会像从二进制 (.doc) MS Word 文档那样完全向上转换为 DocBook，但我们会稍微整理一下 XML，您可以在末尾添加自己的转换。

【讨论】：

【解决方案2】：

简短的回答是可以转换为 XML。

更长的答案是，这取决于什么版本。任何通过 word 2007 的版本都已经是 XML 格式。它只是压缩并在其中包含多个 XML 文档。 PowerPoint 也是如此。该 XML 的格式可能很棘手，您很可能希望将其转换为更简洁的版本。

最新版本的 word 也有一个新的模式，所以 XML 的格式会有所不同。

您可以先看看xdmp:word-convert 会给您带来什么。如果这还不够好，您可以使用xdmp:zip-get 编写自己的代码。由于 word 文件本身是一个 zip 文件，因此您可以调用它并了解 docx 的组合方式并决定如何隐藏它。

要使此功能与 CPF 一起使用，您必须编写自己的操作模块并配置 CPF 管道以使其具有步骤。

【讨论】：