Prehľad funkcií — Aspose.Note FOSS pre Python

Aspose.Note FOSS for Python (package aspose-note, version 26.3.1) poskytuje Python API pre čítanie Microsoft OneNote .one súborov sekcií a ich exportovanie do PDF. Všetky nižšie uvedené funkcie sú overené proti zdrojovému kódu repozitára, README a ukážkovým skriptom.

Inštalácia a nastavenie

Inštalácia z PyPI:

pip install aspose-note

Pre podporu exportu do PDF (vyžaduje ReportLab):

pip install "aspose-note[pdf]"

Požiadavky: Python 3.10 alebo novší. Nie je potrebná inštalácia Microsoft Office.

Funkcie a možnosti

.Načítanie súborov .one

Načítajte súbory sekcií Microsoft OneNote z cesty k súboru alebo akéhokoľvek binárneho prúdu (súborový handle, io.BytesIO, telo HTTP odpovede, prúd cloud úložiska).

• Document.FileFormat poskytuje najlepší možný odhad verzie formátu súboru OneNote (OneNote2010, OneNoteOnline alebo OneNote2007)
• Načítanie založené na prúde eliminuje diskové I/O pre pracovné postupy v pamäti alebo cez sieť
• LoadOptions.LoadHistory flag určuje, či je história stránok zahrnutá v 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)

Prechádzanie DOM dokumentu

Celý dokument OneNote je vystavený ako strom typovaných Python objektov. Každý uzol dedí z Node alebo CompositeNode:

• Document: koreň; vystavuje DisplayName, CreationTime, FileFormat
• Page: priamy potomok Document; vystavuje Title, Author, CreationTime, LastModifiedTime, Level
• Title: vystavuje TitleText, TitleDate, TitleTime (všetky RichText uzly)
• Outline: pozičný kontajner s HorizontalOffset, VerticalOffset, MaxWidth, MaxHeight, MinWidth, ReservedWidth, IndentPosition
• OutlineElement: listový kontajner; vystavuje NumberList

Metódy navigácie 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}")

Extrahovanie obsahu Rich Text

RichText uzly vystavujú:

• Text: str: úplný čistý textový reťazec
• TextRuns: list[TextRun]: zoznam formátovaných segmentov
• Tags: list[NoteTag]: OneNote značky pripojené k tomuto bloku
• Append(text, style=None): pridať textový úsek v pamäti
• Replace(old_value, new_value): substitúcia reťazca v pamäti

Každý TextRun nesie:

TextStyle vlastnosti:

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}")

Extrahovanie obrázkov

Image uzly odhaľujú surové bajty a metadáta pre každý vložený obrázok:

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)")

Extrahovanie pripojených súborov

AttachedFile uzly odhaľujú vložené prílohy súborov:

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)

Analyzovanie tabuliek

Table, TableRow, a TableCell odhaľuje úplnú štruktúru tabuľky:

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)

Inšpekcia OneNote značiek

NoteTag sa objavuje na RichText, Image, AttachedFile, a Table uzly cez ich .Tags vlastnosť. OutlineElement nemá .Tags vlastnosť. NoteTag vlastnosti:

Továrenská metóda: NoteTag.CreateYellowStar() vytvára štandardný uzol značky s žltou hviezdou.

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})")

Podpora číslovaných zoznamov

OutlineElement.NumberList zverejňuje:

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}")

Prechádzanie DocumentVisitor

DocumentVisitor poskytuje vzor návštevníka pre štruktúrované prechádzanie celým dokumentom. Prepíšte akýkoľvek VisitXxxStart / VisitXxxEnd metódu na zachytenie špecifických typov uzlov:

• 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}")

Export do PDF

Ulož načítaný dokument do PDF pomocou Document.Save(). Podporované prostredníctvom voliteľného backendu 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()

Referencie formátov a enumov

SaveFormat

FileFormat

Document.FileFormat poskytuje najlepšie úsilie o určenie verzie formátu súboru OneNote. Enum deklaruje tri hodnoty:

NodeType

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

HorizontalAlignment

HorizontalAlignment.Left, HorizontalAlignment.Center, HorizontalAlignment.Right

Aktuálne obmedzenia

Tipy a osvedčené postupy

• Skontrolujte, či je None: Page.Title, Title.TitleText, OutlineElement.NumberList, a väčšina polí metadát môže byť None. Vždy chráňte pomocou if x is not None alebo if x pred prístupom k vlastnostiam.
• Použite GetChildNodes(Type) na rekurzívne vyhľadávanie namiesto manuálneho prechádzania stromu. Vyhľadáva celý podstrom.
• Iterovať priamych potomkov s for child in node keď potrebujete iba okamžitých potomkov.
• Spracovať kódovanie vo Windows: Vo Windows, sys.stdout môže používať staršiu kódovú stránku. Pridajte sys.stdout.reconfigure(encoding="utf-8", errors="replace") pri spustení pri tlači Unicode textu.
• Nainštalujte [pdf] dodatočné: Neimportujte SaveFormat.Pdf funkcionalitu bez predchádzajúcej inštalácie pip install "aspose-note[pdf]". Bez ReportLab bude ukladanie do PDF vyvolávať chybu importu počas behu.