Přehled funkcí — Aspose.Note FOSS pro Python

Aspose.Note FOSS for Python (package aspose-note, verze 26.3.1) poskytuje Python API pro čtení Microsoft OneNote .one souborů sekcí a jejich exportu do PDF. Všechny níže uvedené funkce jsou ověřeny proti zdrojovému kódu repozitáře, README a ukázkovým skriptům.

Instalace a nastavení

Instalace z PyPI:

pip install aspose-note

Pro podporu exportu do PDF (vyžaduje ReportLab):

pip install "aspose-note[pdf]"

Požadavky: Python 3.10 nebo novější. Instalace Microsoft Office není vyžadována.

Funkce a možnosti

.Načítání souborů .one

Načtěte soubory sekcí Microsoft OneNote z cesty k souboru nebo libovolného binárního proudu (souborový handle, io.BytesIO, tělo HTTP odpovědi, proud cloudového úložiště).

• Document.FileFormat poskytuje odhad verze formátu souboru OneNote (OneNote2010, OneNoteOnline nebo OneNote2007)
• Načítání založené na proudu eliminuje diskové I/O pro workflow v paměti nebo síťové.
• LoadOptions.LoadHistory příznak určuje, zda je historie stránky zahrnuta do DOM

from aspose.note import Document

##From a file path
doc = Document("notebook.one")

##From a binary stream
with open("notebook.one", "rb") as f:
    doc = Document(f)

Procházení DOM dokumentu

Celý dokument OneNote je vystaven jako strom typovaných Python objektů. Každý uzel dědí z Node nebo CompositeNode:

• Document: kořen; vystavuje DisplayName, CreationTime, FileFormat
• Page: přímý potomek Document; vystavuje Title, Author, CreationTime, LastModifiedTime, Level
• Title: vystavuje TitleText, TitleDate, TitleTime (všechny RichText uzly)
• Outline: poziční kontejner s HorizontalOffset, VerticalOffset, MaxWidth, MaxHeight, MinWidth, ReservedWidth, IndentPosition
• OutlineElement: listový kontejner; vystavuje NumberList

Navigační metody na CompositeNode:

from aspose.note import Document, Page, Outline, OutlineElement, RichText

doc = Document("notebook.one")
for page in doc.GetChildNodes(Page):
    title_text = page.Title.TitleText.Text if page.Title and page.Title.TitleText else ""
    print(f"Page: {title_text}")
    for outline in page.GetChildNodes(Outline):
        for oe in outline.GetChildNodes(OutlineElement):
            for rt in oe.GetChildNodes(RichText):
                print(f"  {rt.Text}")

Extrahování obsahu Rich Text

RichText uzly vystavují:

• Text: str: úplný prostý textový řetězec
• TextRuns: list[TextRun]: seznam formátovaných segmentů
• Tags: list[NoteTag]: štítky OneNote připojené k tomuto bloku
• Append(text, style=None): přidat textový úsek v paměti
• Replace(old_value, new_value): nahrazení řetězce v paměti

Každý TextRun nese:

TextStyle vlastnosti:

from aspose.note import Document, RichText

doc = Document("notebook.one")
for rt in doc.GetChildNodes(RichText):
    for run in rt.TextRuns:
        if run.Style.IsHyperlink:
            print(f"Hyperlink: {run.Text} -> {run.Style.HyperlinkAddress}")
        if run.Style.IsBold:
            print(f"Bold text: {run.Text}")

Extrahování obrázků

Image uzly vystavují surová data a metadata pro každý vložený obrázek:

from aspose.note import Document, Image

doc = Document("notebook.one")
for i, img in enumerate(doc.GetChildNodes(Image), start=1):
    filename = img.FileName or f"image_{i}.bin"
    with open(filename, "wb") as f:
        f.write(img.Bytes)
    print(f"Saved: {filename}  ({img.Width} x {img.Height} pts)")

Extrahování připojených souborů

AttachedFile uzly vystavují vložené souborové přílohy:

from aspose.note import Document, AttachedFile

doc = Document("notebook.one")
for i, af in enumerate(doc.GetChildNodes(AttachedFile), start=1):
    filename = af.FileName or f"attachment_{i}.bin"
    with open(filename, "wb") as f:
        f.write(af.Bytes)

Zpracování tabulky

Table, TableRow, a TableCell zobrazí úplnou strukturu tabulky:

from aspose.note import Document, Table, TableRow, TableCell, RichText

doc = Document("notebook.one")
for table in doc.GetChildNodes(Table):
    print("Column widths:", [col.Width for col in table.Columns])
    for r, row in enumerate(table.GetChildNodes(TableRow), start=1):
        cells = row.GetChildNodes(TableCell)
        values = [
            " ".join(rt.Text for rt in cell.GetChildNodes(RichText)).strip()
            for cell in cells
        ]
        print(f"Row {r}:", values)

Inspekce OneNote značek

NoteTag se objevuje na RichText, Image, AttachedFile, a Table uzly přes jejich .Tags vlastnost. OutlineElement nemá .Tags vlastnost. NoteTag vlastnosti:

Tovární metoda: NoteTag.CreateYellowStar() vytvoří standardní uzel štítku se žlutou hvězdou.

from aspose.note import Document, RichText

doc = Document("notebook.one")
for rt in doc.GetChildNodes(RichText):
    for tag in rt.Tags:
        print(f"Tag: {tag.Label} (icon={tag.Icon}, completed={tag.CompletedTime})")

Podpora číslovaných seznamů

OutlineElement.NumberList zveřejňuje:

from aspose.note import Document, OutlineElement

doc = Document("notebook.one")
for oe in doc.GetChildNodes(OutlineElement):
    nl = oe.NumberList
    if nl:
        print(f"format={nl.Format!r}")

Procházení DocumentVisitor

DocumentVisitor poskytuje vzor návštěvníka pro strukturované procházení celého dokumentu. Přepište libovolnou VisitXxxStart / VisitXxxEnd metodu pro zachycení konkrétních typů uzlů:

• VisitDocumentStart(doc) / VisitDocumentEnd(doc)
• VisitPageStart(page) / VisitPageEnd(page)
• VisitTitleStart(title) / VisitTitleEnd(title)
• VisitOutlineStart(outline) / VisitOutlineEnd(outline)
• VisitOutlineElementStart(oe) / VisitOutlineElementEnd(oe)
• VisitRichTextStart(rt) / VisitRichTextEnd(rt)
• VisitImageStart(img) / VisitImageEnd(img)

from aspose.note import Document, DocumentVisitor, Page, RichText, Image

class MySummaryVisitor(DocumentVisitor):
    def __init__(self):
        self.pages, self.texts, self.images = 0, 0, 0

    def VisitPageStart(self, page: Page) -> None:
        self.pages += 1

    def VisitRichTextStart(self, rt: RichText) -> None:
        self.texts += 1

    def VisitImageStart(self, img: Image) -> None:
        self.images += 1

doc = Document("notebook.one")
v = MySummaryVisitor()
doc.Accept(v)
print(f"Pages={v.pages}  RichText={v.texts}  Images={v.images}")

Export PDF

Uložit načtený dokument do PDF pomocí Document.Save(). Podporováno prostřednictvím volitelného backendu ReportLab.

from aspose.note import Document, SaveFormat

doc = Document("notebook.one")
doc.Save("output.pdf", SaveFormat.Pdf)

PdfSaveOptions

import io
from aspose.note import Document, SaveFormat
from aspose.note.saving import PdfSaveOptions

doc = Document("notebook.one")

##Save to file
doc.Save("output.pdf", SaveFormat.Pdf)

##Save to in-memory stream
buf = io.BytesIO()
doc.Save(buf, PdfSaveOptions())
pdf_bytes = buf.getvalue()

Reference formátů a výčtů

SaveFormat

FileFormat

Document.FileFormat poskytuje nejlepší možný odhad verze formátu souboru OneNote. Výčtový typ deklaruje tři hodnoty:

NodeType

NodeType.Document, NodeType.Page, NodeType.Outline, NodeType.OutlineElement, NodeType.RichText, NodeType.Image, NodeType.Table, NodeType.AttachedFile

HorizontalAlignment

HorizontalAlignment.Left, HorizontalAlignment.Center, HorizontalAlignment.Right

Aktuální omezení

Tipy a osvědčené postupy

• Zkontrolujte, zda je None: Page.Title, Title.TitleText, OutlineElement.NumberList, a většina polí metadat může být None. Vždy chraňte pomocí if x is not None nebo if x před přístupem k vlastnostem.
• Použijte GetChildNodes(Type) pro rekurzivní vyhledávání místo ručního procházení stromu. Prohledává celý podstrom.
• Procházejte přímé potomky s for child in node když potřebujete jen okamžité potomky.
• Zpracujte kódování ve Windows: Ve Windows, sys.stdout může používat starší kódovou stránku. Přidejte sys.stdout.reconfigure(encoding="utf-8", errors="replace") při spuštění při tisku Unicode textu.
• Nainstalujte [pdf] další: Neimportujte SaveFormat.Pdf funkčnost bez předchozí instalace pip install "aspose-note[pdf]". Bez ReportLab bude ukládání do PDF během běhu vyvolá chybu importu.