Lucrarea cu documentul de notă

În ceea ce priveşte Document clasa este rădăcina Aspose.Note pentru modelul obiectului document Python (DOM). Fiecare citire, traversare sau export operațiuni începe cu un Document o instanţă care reprezintă un singur .one secţiunea dosar.

Încărcarea unui document

Încărcare de pe o cale a fișierului

Treci pe o cale. .one - Da, domnule. Document constructor:

from aspose.note import Document

doc = Document("MyNotes.one")

Sarcină dintr-un flux binar

Utilizați un obiect similar fișierului atunci când datele provin dintr-un răspuns de rețea, o bucătărie în cloud sau din memorie:

from pathlib import Path
from aspose.note import Document

with Path("MyNotes.one").open("rb") as f:
    doc = Document(f)

Crearea unui document gol

Construiţi un Document fără argumente pentru a crea un nou document OneNote programatic:

from aspose.note import Document, Page

doc = Document()
doc.AppendChildLast(Page())

Sarcină cu opțiuni

Utilizare: LoadOptions pentru a stabili parametri opționali la timpul de încărcare:

from aspose.note import Document, LoadOptions

opts = LoadOptions()
opts.LoadHistory = True   # include page revision history in the DOM
doc = Document("MyNotes.one", opts)

Detectarea formatului documentelor

În ceea ce priveşte FileFormat proprietatea identifică care variantă de format OneNote folosește fișierul:

from aspose.note import Document, FileFormat

doc = Document("MyNotes.one")

if doc.FileFormat == FileFormat.OneNote2010:
    print("OneNote 2010 format")
elif doc.FileFormat == FileFormat.OneNoteOnline:
    print("OneNote Online format")
elif doc.FileFormat == FileFormat.OneNote2007:
    print("OneNote 2007 format")
else:
    print("Format:", doc.FileFormat)

Pagini iterative

Paginile sunt copii direcţi ai Document.Foloseste un for buclă pentru iterare simplă:

from aspose.note import Document

doc = Document("MyNotes.one")

for page in doc:
    title_text = (
        page.Title.TitleText.Text
        if page.Title and page.Title.TitleText
        else "(untitled)"
    )
    author = page.Author or "(unknown)"
    level = page.Level or 1
    indent = "  " * (level - 1)
    print(f"{indent}{title_text}  [by {author}]")

Utilizare: GetChildNodes(Page) pentru a obține o listă tipografată de toate paginile la un moment dat:

from aspose.note import Document, Page

doc = Document("MyNotes.one")
pages = doc.GetChildNodes(Page)
print(f"Total pages: {len(pages)}")

Metadate de pagină

Trecerea prin arborele documentelor

Document moștenire de la: CompositeNode, oferindu-i metode complete de traversare a arborilor:

from aspose.note import Document, RichText

doc = Document("MyNotes.one")

# Extract all plain text from the entire document
all_text = [rt.Text for rt in doc.GetChildNodes(RichText) if rt.Text]
print("\n".join(all_text))

Ierarhia DOM:

Document
  └── Page (0..n)
        ├── Title
        │     ├── TitleText (RichText)
        │     ├── TitleDate (RichText)
        │     └── TitleTime (RichText)
        └── Outline (0..n)
              └── OutlineElement (0..n)
                    ├── RichText
                    ├── Image
                    ├── Table
                    │     └── TableRow → TableCell → RichText / Image
                    └── AttachedFile

Metodele cheie de traversare moștenite din CompositeNode:

Istoricul paginii

Când este încărcat cu: LoadHistory=True, Document.GetPageHistory returnă toate reviziunile salvate de o pagină, ordonate din cea mai veche la cea recentă:

from aspose.note import Document, LoadOptions

opts = LoadOptions()
opts.LoadHistory = True
doc = Document("MyNotes.one")

for page in doc.GetChildNodes(None.__class__.__mro__[0]):  # iterate pages
    pass

# Get revisions for a specific page
import aspose.note as an

doc2 = Document("MyNotes.one", opts)
pages = doc2.GetChildNodes(an.Page)
if pages:
    history = doc2.GetPageHistory(pages[0])
    print(f"Revision count: {history.Count}")
    for rev in history:
        print(f"  Modified: {rev.LastModifiedTime}")

Notă:: GetPageHistory returnă un gol. PageHistory obiect atunci când LoadHistory este: False Întotdeauna setat. opts.LoadHistory = True înainte de încărcare, dacă este necesar. datele de revizuire.

Economisirea şi exportul

Utilizare: Document.Save PDF este singurul format de export suportat.

Salvare într-un fişier

from aspose.note import Document, SaveFormat

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

Salvare într-un flux în memorie

import io
from aspose.note import Document, SaveFormat

doc = Document("MyNotes.one")
buf = io.BytesIO()
doc.Save(buf, SaveFormat.Pdf)
pdf_bytes = buf.getvalue()

Salvare cu opțiuni

Utilizare: PdfSaveOptions (din aspose.note.saving) pentru a controla selecția paginii:

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

doc = Document("MyNotes.one")

# Export pages 2 and 3 only (zero-based index)
opts = PdfSaveOptions(PageIndex=1, PageCount=2)
buf = io.BytesIO()
doc.Save(buf, opts)
pdf_bytes = buf.getvalue()

Importantă.: Exportul PDF necesită dependența opțională ReportLab. Instalaţi-o cu: pip install "aspose-note[pdf]".

Detectarea schimbărilor de aspectare

Sună-mă. DetectLayoutChanges după modificarea documentului pentru a recalcula metricile de amenajare înainte de păstrare:

from aspose.note import Document, Page

doc = Document()
page = Page()
doc.AppendChildLast(page)

# ... add content to page ...

doc.DetectLayoutChanges()
doc.Save("output.pdf")

Sfaturi şi cele mai bune practici

• Încărcătură o dată, întrebare de multe ori: Document încărcătoarea întregii .one Fişier în memorie pe Construcţie. Document Instanţă şi apel GetChildNodes mai mult decât de câteva ori. Reîncărcarea fișierului pentru fiecare întrebare.
• Verifică. IsConflictPage: Sincronizarea OneNote poate produce pagini conflictuale. Filtrează cu: [p for p in doc if not p.IsConflictPage] înainte de prelucrarea conținutului.
• Utilizare: LoadHistory=False (default) pentru viteză: Istoricul paginii adaugă memorie semnificativă şi Parsează peste cap. LoadHistory=True când aveți nevoie în mod explicit de date de revizuire.
• Stream pentru fișiere mari: Treci un obiect de fişier deschis în loc de o sârmă de căi când citeşti . mare .one fişiere pentru a evita păstrarea dosarului deschis după terminarea parse.
• Sună-mă. DetectLayoutChanges înainte de Save: Atunci când se construiește un document în mod programatic şi noduri anexate, apel DetectLayoutChanges() pentru a asigura coordonatele de amenajare sunt: în mod consecvent înainte de exportul la PDF.

Probleme comune

FAQ

Ce formate OneNote pot fi utilizate.Citește nota?

Toate cele trei formate de secțiuni OneNote: OneNote2007, OneNote2010, și OneNoteOnline. Utilizare: doc.FileFormat pentru a identifica care variantă a fost încărcată.

Pot să-i scriu înapoi unui … .one Fişier după ce l-ai citit?

Nu, îi scriu înapoi. .one nu este implementat. Export la PDF cu Document.Save este de: numai operațiunea de ieșire suportată.

Cum citesc o pagină specifică după titlu?

Iterarea pagini și comparare page.Title.TitleText.Text la șirul țintă:

from aspose.note import Document

doc = Document("MyNotes.one")
target = next(
    (p for p in doc
     if p.Title and p.Title.TitleText and p.Title.TitleText.Text == "My Page"),
    None,
)

Cum număr subpaginile separat de paginile de nivel superior?

Utilizare: page.Level: nivelul 1 este cel de sus, nivelului 2 o subpagină și așa mai departe.

from aspose.note import Document

doc = Document("MyNotes.one")
top_level = [p for p in doc if (p.Level or 1) == 1]
sub_pages  = [p for p in doc if (p.Level or 1) > 1]
print(f"Top-level: {len(top_level)}, Sub-pages: {len(sub_pages)}")

Se aplică.Suport de notă .onetoc2 fişiere de conţinut?

Nu, doar… .one fişierele secţiunii sunt suportate. .onetoc2 notebook-uri va ridica FileCorruptedException.

Rezultatele de la data aplicării.

Vezi și:

• Extractarea textului: extragerea textului simplu și a rularii formatate
• PDF pentru exportare:Opțiuni de export, selecție pagină și flux de ieșire
• Imagini și anexe: extragerea imaginilor încorporate și a fișierelor atașate
• Tabelul 1: structura tabelului și conținutul celulei de analiză
• Referință API: Document