[发明专利]一种文档文件的处理方法及系统

说明书

技术领域

本发明涉及一种兼容多种文档文件的方法及系统，特别涉及一种软件设计和文档文件处理领域内兼容多种文档文件的方法及系统。

背景技术

在软件设计和复杂文档处理领域内的基础技术中，桌面排版软件由于其版面对象非常丰富，以及对象之间的组合关系非常复杂，因此任何桌面软件都具有非常复查的文档结构。而在软件开发的过程中，必然会对软件的结构不断优化、扩展，其结果必然会导致新旧版本之间无法打开对方版本格式下保存的文件。

文件兼容问题对于任何软件来说，都是一件非常重要的事情，也不是一件容易的事情。比如微软为了彻底解决文件兼容问题，决定在下一个版本中，采用可扩展标记语言(XML，eXtensible Markup Language)作为Office的文档存储核心结构。而Adobe公司的InDesign产品，其最新的版本为了打开旧的版本文件，对客户是要单独收费的，由此可见文件兼容对于开发者也需要投入较大的付出。而文件兼容功能对于客户来说也非常重要。不少公司的产品因为高版本无法兼容低版本的文件导致新版本迟迟无法升级，甚至影响到产品及公司的生命力。

目前对于文件兼容，一般采用基于对象级别的直接兼容技术和XML中间格式兼容技术。

在采用面向对象的编程技术中，文档结构是由很多的对象组成的。基于对象级别的直接兼容技术方法简单、高效，但是存在致命的缺陷。因为兼容方法是基于对象的，当文档结构发生较大改变的时候，比如出现对象的合并、拆分、删除、重组的时候就很难实现高低版本的兼容。

XML中间格式兼容技术是以XML作为中间格式，将低版本的文件转为XML文件，再将XML文件转换为高版本的文件格式。该技术能够解决任意复杂的文件兼容问题，因为XML本身是可以无限扩充的，但是其缺陷是：需要定义精确的XML Schema；XML中间格式兼容技术本身的门槛比较高，一般工作量都很大；从其流程上看，由于存在两次甚至多次的文件格式转换，其效率显然是很低的。

目前在软件设计领域非常流行敏捷软件编程和重构技术。强调对整体结构、代码不断优化改进，从而提升软件的可维护性、可扩展性和生命力。可是重构工作给文件兼容带来很大的问题。因为对软件进行重构，必然会导致文档结构的改变，从而导致重构后的版本无法打开上一个版本的文件。

下面再对XML兼容技术与对象直接兼容技术及它们存在的不足进行说明。

一)、XML兼容技术。

XML兼容技术采用XML作为中间兼容格式，需要首先定义XML的语法结构(Schema)，将旧格式文件转换为XML格式文件，再将XML文件转换为新格式文件。如果旧格式文件和新格式文件差异很大，有可能分别定义旧格式和新格式的XML文件，并将旧的XML文件转换为新的XML文件。图1为采用单XML格式兼容的流程示意图，图2为采用双XML格式兼容的流程示意图，XML兼容技术的文件转换流程如图所示。

XML兼容技术的优点有：

扩展性强、适应性强、对于实现结构差异极大的文件转换，具有很大的优势。

XML兼容技术的不足在于：

由于存在多次转换，效率低；需要定义XML的结构(Schema)；实现多个转换过程，门槛高，工作量大。

二)、对象直接兼容技术。

在面向对象的编程方法中，文档是由不同的对象组成的，对象属于类。一个类可能在文档中存在一个对象实例，也可能存在多个对象实例。文档结构是一个由对象组成的树型结构，其中树的根结点就是文档的根结点。

图3为文档对象树形结构示意图，文档的树型结构如图所示，其中：

1、右边的方框代表类，用大写字母表示；左边的圆圈代码对象，用小写字母表示；

2、树形图中实线代表拥有(Own)关系，虚线代码引用关系(Reference)；

3、有星号表示拥有多个该对象；

4、一个对象只能被一个对象(Parent)所拥有，可以被任意个对象引用。

树的顶端是唯一的根对象，每个对象中可能包含一些普通数据(非对象数据)，也可能包含拥有对象(Own)，也可能包含引用对象(Reference)。正是对象拥有(Own)子对象的这种关系，组成了文档的树型结构。在图3的树中，没有画出对象中的普通数据，因为这些普通数据的改变是比较容易实现直接兼容的。