نمای کلی ویژگی‌ها — Aspose.Note FOSS برای Python

Aspose.Note FOSS for Python (package aspose-note, نسخه ۲۶.۳.۱) یک API Python برای خواندن Microsoft OneNote فراهم می‌کند .one فایل‌های بخش و استخراج آن‌ها به PDF. تمام ویژگی‌های زیر در مقابل کد منبع مخزن، README و اسکریپت‌های نمونه تأیید شده‌اند.

نصب و راه‌اندازی

نصب از PyPI:

pip install aspose-note

برای پشتیبانی از استخراج PDF (نیاز به ReportLab دارد):

pip install "aspose-note[pdf]"

نیازمندی‌ها: Python 3.10 یا بالاتر. نیازی به نصب Microsoft Office نیست.

ویژگی‌ها و قابلیت‌ها

.بارگذاری فایل .one

فایل‌های بخش Microsoft OneNote را از مسیر فایل یا هر جریان باینری (دستگیره فایل،, io.BytesIO,، بدنه پاسخ HTTP، جریان ذخیره‌سازی ابری).

• Document.FileFormat یک نشانگر تلاش‑بهترین برای نسخه فرمت فایل OneNote (OneNote2010، OneNoteOnline یا OneNote2007) فراهم می‌کند
• بارگذاری مبتنی بر جریان، عملیات I/O دیسک را برای جریان‌های کاری در حافظه یا شبکه حذف می‌کند
• LoadOptions.LoadHistory پرچم تعیین می‌کند که آیا تاریخچه صفحه در DOM گنجانده شود یا نه

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)

پیمایش DOM سند

سند کامل OneNote به صورت درختی از اشیای Python تایپ‌شده نمایش داده می‌شود. هر گره از Node یا CompositeNode:

• Document: ریشه؛ نمایش می‌دهد DisplayName, CreationTime, FileFormat
• Page: فرزند مستقیم Document; نمایش می‌دهد Title, Author, CreationTime, LastModifiedTime, Level
• Title: نمایش می‌دهد TitleText, TitleDate, TitleTime (همه RichText گره‌ها)
• Outline: کانتینر موقعیتی با HorizontalOffset, VerticalOffset, MaxWidth, MaxHeight, MinWidth, ReservedWidth, IndentPosition
• OutlineElement: کانتینر برگ؛ نمایش می‌دهد NumberList

روش‌های ناوبری بر روی 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}")

استخراج محتوای متن غنی

RichText گره‌ها افشا می‌کنند:

• Text: str: رشتهٔ متنی ساده کامل
• TextRuns: list[TextRun]: فهرست بخش‌های قالب‌بندی‌شده
• Tags: list[NoteTag]: برچسب‌های OneNote پیوست شده به این بلوک
• Append(text, style=None): افزودن یک بخش متن در حافظه
• Replace(old_value, new_value): جایگزینی رشته در حافظه

: هر TextRun : دارا است:

TextStyle : ویژگی‌ها:

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}")

استخراج تصویر

Image گره‌ها بایت‌های خام و متادیتا را برای هر تصویر جاسازی‌شده در اختیار می‌گذارند:

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)")

استخراج فایل پیوست‌شده

AttachedFile گره‌ها پیوست‌های فایل تعبیه‌شده را نمایش می‌دهند:

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)

تجزیه جدول

Table, TableRow,، و TableCell ساختار کامل جدول را نمایش می‌دهد:

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)

بازرسی برچسب OneNote

NoteTag ظاهر می‌شود RichText, Image, AttachedFile, و Table گره‌ها از طریق .Tags ویژگی. OutlineElement ندارد .Tags ویژگی. NoteTag ویژگی‌ها:

متد کارخانه: NoteTag.CreateYellowStar() یک گرهٔ برچسب ستاره‌زرد استاندارد ایجاد می‌کند.

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})")

پشتیبانی از فهرست شماره‌دار

OutlineElement.NumberList در دسترس می‌گذارد:

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}")

پیمایش DocumentVisitor

DocumentVisitor الگوی بازدیدکننده را برای پیمایش ساختاری تمام سند فراهم می‌کند. هر کدام را بازنویسی کنید VisitXxxStart / VisitXxxEnd متد برای رهگیری انواع گره‌های خاص:

• 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}")

صادرات PDF

ذخیره یک سند بارگذاری‌شده به PDF با استفاده از Document.Save(). پشتیبانی‌شده از طریق بک‌اند اختیاری 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()

مرجع فرمت‌ها و شمارش‌ها

SaveFormat

FileFormat

Document.FileFormat یک نشانگر تقریباً دقیق از نسخه فرمت فایل OneNote ارائه می‌دهد. این enum سه مقدار را اعلام می‌کند:

NodeType

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

HorizontalAlignment

HorizontalAlignment.Left, HorizontalAlignment.Center, HorizontalAlignment.Right

محدودیت‌های فعلی

نکات و بهترین شیوه‌ها

• بررسی برای None: Page.Title, Title.TitleText, OutlineElement.NumberList, و بیشتر فیلدهای metadata می‌توانند None. همیشه با if x is not None یا if x قبل از دسترسی به ویژگی‌ها.
• استفاده کنید GetChildNodes(Type) برای جستجوی بازگشتی به جای پیمایش دستی درخت استفاده کنید. این روش تمام زیردرخت را جستجو می‌کند.
• پیمایش فرزندان مستقیم با for child in node وقتی فقط به فرزندان مستقیم نیاز دارید.
• مدیریت رمزگذاری در ویندوز: در ویندوز،, sys.stdout ممکن است از صفحه کدهای قدیمی استفاده کند. اضافه کنید sys.stdout.reconfigure(encoding="utf-8", errors="replace") در زمان راه‌اندازی هنگام چاپ متن یونیکد.
• نصب [pdf] اضافی: وارد نکنید SaveFormat.Pdf قابلیت بدون نصب اولیه pip install "aspose-note[pdf]". بدون ReportLab، ذخیره به PDF در زمان اجرا خطای import ایجاد می‌کند.