Visão geral dos recursos — Aspose.Note FOSS para Python

Aspose.Note FOSS for Python (package aspose-note, version 26.3.1) fornece uma API Python para ler arquivos de seção do Microsoft OneNote .one de seção e exportá-los para PDF. Todos os recursos listados abaixo foram verificados contra o código-fonte do repositório, o README e os scripts de exemplo.

Instalação e Configuração

Instale a partir do PyPI:

pip install aspose-note

Para suporte à exportação PDF (requer ReportLab):

pip install "aspose-note[pdf]"

Requisitos: Python 3.10 ou superior. Não é necessária instalação do Microsoft Office.

Recursos e Capacidades

.Carregamento de Arquivo .one

Carregue arquivos de seção do Microsoft OneNote a partir de um caminho de arquivo ou de qualquer fluxo binário (manipulador de arquivo, io.BytesIO, corpo da resposta HTTP, fluxo de armazenamento em nuvem).

• Document.FileFormat fornece uma indicação de melhor esforço da versão do formato de arquivo do OneNote (OneNote2010, OneNoteOnline ou OneNote2007)
• O carregamento baseado em fluxo elimina I/O de disco para fluxos de trabalho em memória ou de rede
• LoadOptions.LoadHistory flag controla se o histórico de páginas é incluído no 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)

Travessia do DOM do Documento

O documento completo do OneNote é exposto como uma árvore de objetos Python tipados. Cada nó herda de Node ou CompositeNode:

• Document: raiz; expõe DisplayName, CreationTime, FileFormat
• Page: filho direto de Document; expõe Title, Author, CreationTime, LastModifiedTime, Level
• Title: expõe TitleText, TitleDate, TitleTime (todos RichText nós)
• Outline: contêiner posicional com HorizontalOffset, VerticalOffset, MaxWidth, MaxHeight, MinWidth, ReservedWidth, IndentPosition
• OutlineElement: contêiner folha; expõe NumberList

Métodos de navegação em 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}")

Extração de Conteúdo de Texto Rico

RichText nós expõem:

• Text: str: string de texto simples completo
• TextRuns: list[TextRun]: lista de segmentos formatados
• Tags: list[NoteTag]: tags do OneNote anexadas a este bloco
• Append(text, style=None): adicionar uma execução de texto em memória
• Replace(old_value, new_value): substituição de string em memória

Cada TextRun contém:

TextStyle propriedades:

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}")

Extração de Imagem

Image nós expõem bytes brutos e metadados para cada imagem incorporada:

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)")

Extração de Arquivo Anexado

AttachedFile nodes expõem anexos de arquivos incorporados:

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)

Análise de Tabela

Table, TableRow, e TableCell expor a estrutura completa da tabela:

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)

Inspeção de Tags do OneNote

NoteTag aparece em RichText, Image, AttachedFile, e Table nós via seus .Tags propriedade. OutlineElement não tem um .Tags propriedade. NoteTag propriedades:

Método de fábrica: NoteTag.CreateYellowStar() cria um nó de tag de estrela amarela padrão.

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})")

Suporte a Listas Numeradas

OutlineElement.NumberList expõe:

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}")

Travessia com DocumentVisitor

DocumentVisitor fornece um padrão visitor para travessia estruturada de documento completo. Substitua qualquer VisitXxxStart / VisitXxxEnd método para interceptar tipos de nó 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}")

Exportação PDF

Salvar um documento carregado em PDF usando Document.Save(). Suportado via o 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()

Referência de Formatos e Enums

SaveFormat

FileFormat

Document.FileFormat fornece uma indicação de melhor esforço da versão do formato de arquivo do OneNote. O enum declara três 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

Limitações atuais

Dicas e Melhores Práticas

• Verifique se é None: Page.Title, Title.TitleText, OutlineElement.NumberList, e a maioria dos campos de metadados pode ser None. Sempre proteja com if x is not None ou if x antes de acessar propriedades.
• Use GetChildNodes(Type) para busca recursiva em vez de iterar manualmente a árvore. Ele pesquisa toda a subárvore.
• Iterar filhos diretos com for child in node quando você só precisa de filhos imediatos.
• Manipular codificação no Windows: No Windows, sys.stdout pode usar uma página de código legada. Adicione sys.stdout.reconfigure(encoding="utf-8", errors="replace") na inicialização ao imprimir texto Unicode.
• Instalar [pdf] extra: Não importe SaveFormat.Pdf funcionalidade sem primeiro instalar pip install "aspose-note[pdf]". Sem o ReportLab, salvar em PDF gerará um erro de importação em tempo de execução.