Resumen de características — Aspose.Note FOSS para Python

Aspose.Note FOSS for Python (package aspose-note, versión 26.3.1) proporciona una API Python para leer Microsoft OneNote .one archivos de sección y exportarlos a PDF. Todas las características enumeradas a continuación se verifican contra el código fuente del repositorio, el README y los scripts de ejemplo.

Instalación y Configuración

Instale desde PyPI:

pip install aspose-note

Para soporte de exportación a PDF (requiere ReportLab):

pip install "aspose-note[pdf]"

Requisitos: Python 3.10 o posterior. No se requiere instalación de Microsoft Office.

Características y Capacidades

.Carga de archivos .one

Cargue archivos de sección de Microsoft OneNote desde una ruta de archivo o cualquier flujo binario (manejador de archivo, io.BytesIO, cuerpo de respuesta HTTP, flujo de almacenamiento en la nube).

• Document.FileFormat proporciona una indicación de mejor esfuerzo de la versión del formato de archivo OneNote (OneNote2010, OneNoteOnline o OneNote2007)
• La carga basada en flujos elimina la E/S de disco para flujos de trabajo en memoria o de red
• LoadOptions.LoadHistory la bandera controla si el historial de páginas se incluye en el 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)

Recorrido del DOM del Documento

El documento completo de OneNote se expone como un árbol de objetos Python tipados. Cada nodo hereda de Node o CompositeNode:

• Document: raíz; expone DisplayName, CreationTime, FileFormat
• Page: hijo directo de Document; expone Title, Author, CreationTime, LastModifiedTime, Level
• Title: expone TitleText, TitleDate, TitleTime (todos RichText nodos)
• Outline: contenedor posicional con HorizontalOffset, VerticalOffset, MaxWidth, MaxHeight, MinWidth, ReservedWidth, IndentPosition
• OutlineElement: contenedor hoja; expone NumberList

Métodos de navegación en 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}")

Extracción de contenido de texto enriquecido

RichText nodos exponen:

• Text: str: cadena de texto plano completa
• TextRuns: list[TextRun]: lista de segmentos formateados
• Tags: list[NoteTag]: etiquetas de OneNote adjuntas a este bloque
• Append(text, style=None): agregar un segmento de texto en memoria
• Replace(old_value, new_value): sustitución de cadena en memoria

Cada TextRun contiene:

TextStyle propiedades:

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}")

Extracción de imágenes

Image los nodos exponen bytes sin procesar y metadatos para cada imagen incrustada:

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)")

Extracción de archivos adjuntos

AttachedFile nodos exponen archivos adjuntos incrustados:

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)

Análisis de tablas

Table, TableRow, y TableCell exponer la estructura completa de la tabla:

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)

Inspección de etiquetas de OneNote

NoteTag aparece en RichText, Image, AttachedFile, y Table nodos mediante su .Tags propiedad. OutlineElement no tiene un .Tags propiedad. NoteTag propiedades:

Método de fábrica: NoteTag.CreateYellowStar() crea un nodo de etiqueta de estrella amarilla estándar.

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})")

Soporte de listas numeradas

OutlineElement.NumberList expone:

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}")

Recorrido con DocumentVisitor

DocumentVisitor proporciona un patrón de visitante para la traversa estructurada de todo el documento. Sobrescribe cualquier VisitXxxStart / VisitXxxEnd método para interceptar tipos de nodo específicos:

• 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}")

Exportación a PDF

Guarda un documento cargado en PDF usando Document.Save(). Compatible mediante el backend opcional 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()

Referencia de formatos y enumeraciones

SaveFormat

FileFormat

Document.FileFormat proporciona una indicación de mejor esfuerzo de la versión del formato de archivo OneNote. El enum declara tres valores:

NodeType

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

HorizontalAlignment

HorizontalAlignment.Left, HorizontalAlignment.Center, HorizontalAlignment.Right

Limitaciones actuales

Consejos y mejores prácticas

• Comprobar si es None: Page.Title, Title.TitleText, OutlineElement.NumberList, y la mayoría de los campos de metadatos pueden ser None. Siempre protege con if x is not None o if x antes de acceder a las propiedades.
• Usa GetChildNodes(Type) para búsqueda recursiva en lugar de iterar manualmente el árbol. Busca todo el subárbol.
• Iterar hijos directos con for child in node cuando solo necesitas hijos inmediatos.
• Manejar la codificación en Windows: En Windows, sys.stdout puede usar una página de códigos heredada. Añade sys.stdout.reconfigure(encoding="utf-8", errors="replace") al iniciar cuando se imprime texto Unicode.
• Instalar [pdf] extra: No importes SaveFormat.Pdf funcionalidad sin instalar primero pip install "aspose-note[pdf]". Sin ReportLab, guardar en PDF generará un error de importación en tiempo de ejecución.