Pregled značajki — Aspose.Note FOSS za Python

Aspose.Note FOSS for Python (package aspose-note, verzija 26.3.1) pruža Python API za čitanje Microsoft OneNote .one datoteke odjeljaka i njihov izvoz u PDF. Sve značajke navedene u nastavku provjerene su prema izvornom kodu repozitorija, README-u i primjerima skripti.

Instalacija i postavljanje

Instalirajte s PyPI:

pip install aspose-note

Za podršku izvoza u PDF (zahtijeva ReportLab):

pip install "aspose-note[pdf]"

Zahtjevi: Python 3.10 ili noviji. Nije potrebna instalacija Microsoft Officea.

Značajke i mogućnosti

.Učitavanje .one datoteka

Učitaj Microsoft OneNote datoteke odjeljaka iz putanje datoteke ili bilo kojeg binarnog toka (rukovatelj datotekom, io.BytesIO, tijelo HTTP odgovora, tok pohrane u oblaku).

• Document.FileFormat pruža indikaciju najviše moguće točnosti verzije formata OneNote datoteke (OneNote2010, OneNoteOnline ili OneNote2007)
• Učitavanje temeljeno na strimu eliminira I/O na disku za radne tokove u memoriji ili mrežne.
• LoadOptions.LoadHistory oznaka kontrolira hoće li se povijest stranice uključiti u 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)

Prolazak kroz DOM dokumenta

Cijeli OneNote dokument izlaže se kao stablo tipiziranih Python objekata. Svaki čvor nasljeđuje od Node ili CompositeNode:

• Document: korijen; izlaže DisplayName, CreationTime, FileFormat
• Page: izravni potomak od Document; izlaže Title, Author, CreationTime, LastModifiedTime, Level
• Title: izlaže TitleText, TitleDate, TitleTime (svi RichText čvorovi)
• Outline: kontejner pozicije s HorizontalOffset, VerticalOffset, MaxWidth, MaxHeight, MinWidth, ReservedWidth, IndentPosition
• OutlineElement: kontejner list; izlaže NumberList

Metode navigacije 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}")

Ekstrakcija sadržaja obogaćenog teksta

RichText čvorovi izlažu:

• Text: str: cijeli obični tekstualni niz
• TextRuns: list[TextRun]: popis formatiranih segmenata
• Tags: list[NoteTag]: OneNote oznake pridružene ovom bloku
• Append(text, style=None): dodaj tekstualni niz u memoriji
• Replace(old_value, new_value): zamjena niza u memoriji

Svaki TextRun sadrži:

TextStyle svojstva:

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}")

Ekstrakcija slika

Image čvorovi izlažu sirove bajtove i metapodatke za svaku ugrađenu sliku:

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)")

Ekstrakcija priloženih datoteka

AttachedFile čvorovi izlažu ugrađene datoteke privitaka:

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)

Parsiranje tablica

Table, TableRow, i TableCell izloži cijelu strukturu tablice:

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)

Pregled OneNote oznaka

NoteTag pojavljuje se na RichText, Image, AttachedFile, i Table čvorovi putem njihovog .Tags svojstva. OutlineElement nema .Tags svojstvo. NoteTag svojstva:

Metoda tvornice: NoteTag.CreateYellowStar() stvara standardni čvor oznake žute zvijezde.

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})")

Podrška za numerirane popise

OutlineElement.NumberList izlaže:

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}")

Prolaz DocumentVisitor-a

DocumentVisitor omogućuje obrazac posjetitelja za strukturirano pretraživanje cijelog dokumenta. Nadjačajte bilo koji VisitXxxStart / VisitXxxEnd metodu za presretanje određenih vrsta čvorova:

• 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}")

PDF izvoz

Spremi učitani dokument u PDF koristeći Document.Save(). Podržano putem opcionalnog ReportLab backenda.

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()

Referenca formata i enumeracija

SaveFormat

FileFormat

Document.FileFormat pruža indikaciju verzije OneNote formata datoteke na najbolji mogući način. Enum deklarira tri vrijednosti:

NodeType

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

HorizontalAlignment

HorizontalAlignment.Left, HorizontalAlignment.Center, HorizontalAlignment.Right

Trenutna ograničenja

Savjeti i najbolje prakse

• Provjeri None: Page.Title, Title.TitleText, OutlineElement.NumberList, a većina polja metapodataka može biti None. Uvijek zaštiti s if x is not None ili if x prije pristupa svojstvima.
• Koristite GetChildNodes(Type) za rekurzivno pretraživanje umjesto ručnog prolaska kroz stablo. Pretražuje cijelo podstablo.
• Iterirajte izravne potomke s for child in node kada su vam potrebni samo neposredni potomci.
• Rukovanje kodiranjem na Windowsu: Na Windowsu, sys.stdout može koristiti staru kodnu stranicu. Dodajte sys.stdout.reconfigure(encoding="utf-8", errors="replace") prilikom pokretanja kada ispisujete Unicode tekst.
• Instalirajte [pdf] dodatne: Nemojte uvesti SaveFormat.Pdf funkcionalnost bez prethodne instalacije pip install "aspose-note[pdf]". Bez ReportLaba, spremanje u PDF će izazvati grešku uvoza u vrijeme izvođenja.