以前我对WordExcel这类文件的结构很感兴趣，一直想了解它是如何存贮数据的，但苦于找不到相关的资料，而且听说它的文件结构也相当复杂，我等无法理解，因此这种想法也一直是个悬念而已。随着时代发展，这些二进制格式的文档由于生成和提取信息都很困难，影响到了Office在网络时代的数据再利用，Office在2007版之后引进了docx和xlsx等新一代基于XML格式的文档之后，慢慢的这些格式也被用户接受了。原来的版本也日趋老去，微软也在网上开始公开这些过去的二进制的文件结构了。感兴趣的朋友可以访问Office文件格式规范Office文件格式规范链接2了解Excel二进制文件格式了解Word二进制文件格式因为二进制文件格式使用了大量的结构记录，数据的读取与指针记录大小位置偏移等关系密切，一旦某处代码有错，二进制数据很容易越界，影响前后部分的读写，生成的文件很容易出错。因此对这类文档的读写要求很高的精确性，实现起来不容易。 在新一代的文档格式中，本质上大部分都是文本形式的XML文档，而且各个部分是按一定规则分离存储的，一个部件损坏不会导致全部数据失效，文件的强壮程度好了很多。比如在Excel的XLSX格式中，整个文档是一个压缩包，里面包括了多个部分。有的存贮数值，有的存贮样式，有的存贮查询表，有的存贮共享字串。各自有一定的独立性。比如本文中要实现的条件格式，它在文档中和表格的数据就是分开存贮的。单元格数据在元素内部，条件格式在元素内部。 本文涉及的文件在此，由于本博客系统的代码排版很丑，有兴趣的可以看以下位置的PDF或PNG图片： 链接：https：pan。baidu。coms1Zhs42hDRJhLza3Rky9EZ 提取码：hiu8 我们先来看看Excel的XLSX文件的结构，这里举例的文件使用上一博客中生成的sampledata。xlsx，为了便于查看结构，将后缀xlsx改为zip再查看： 在xl目录下的workbook。xml存放的是指向表单的引用，大概内容如下： 。。。 。。。 。。。 用三个不同的r：id属性代表了三个不同名字的表单。同一目录下，还有一个styles。xml里放的是样式的规定，这个后面再讲。 我们转到worksheets目录下看： 有三个XML文件，sheet1。xml到sheet3。xml对应三个工作表。其中sheet1。xml存放了我们导入的数据。为了例于理解条件格式，我把这个文件中相关性不大的部分省略了，留下了部分导入的数据以及生成好的条件格式的部分。，并增加了一些注释。数据导入的部分，其格式前一博客说过这里不再重复。重点讲条件格式的描述。 。。。 。。。 水分 水分单位 酸度 酸度单位 。。。 31。3 ppm 25。9 ppm 。。。 。。。 9。2 ppm 59。5 ppm 。。。 条件格式部分，与sheetData是并列的，允许有多个条件格式的设定 条件格式设定，其作用范围为sqref指定的范围 条件格式类型为公式，当条件成立时，格式由dxfID指定。 （F7：F11）E720 格式来设定这个单元格。 条件格式中的公式不太好理解，（F7：F11）E7应用于第7行的单元格时，是（F7）E7的意思；相应地，公式（F7：F11）E7作用于第8行的单元格时，公式是（F8）E8的意思，这样就能理解了。 条件格式结束 条件格式，作用于G7：G11 （H7：H11）G750 前面的博客中将xml数据转化为excel文件时，我用了硬编码的方式处理异常数据的显示。比如，先判断一下酸度数值是不是大于50，如果大于50则将数值的格式用rPr元素来指定（这种也称为直接样式化），指定了某个单元格的数值显示为红色。 这种转化判断的逻辑要写在XSL的语法中，实现起来不太灵活，。既然Excel已经提供了条件格式这样便利的工具，我们何不直接用它来处理呢？因此，我将转换数据的XSL进行精简，去除了导入时对数值的逻辑判断（减少了一大堆冗长的xsl：choosexsl：whenxsl：otherwise），再生成一个条件格式部分，让Excel载入后自己根据条件格式设定异常值的显示效果。 以下为了突出条件格式的生成，精简了之前展示过的数据导入的内容。 。。。 。。。 。。。 水分 水分单位 酸度 酸度单位 。。。 。。。 格式化是比较罗嗦的 格式 〔NMEMO〕 条件格式 条件格式，当单位为ppm且值大于20ppm时显示为红色，监控E列 集合中的第一项设置 求出变量的值，如果只是简单的将｛LastRow｝放在公式中，XSL转换时不会自动替换为数值再写入，那样会出错！ （F7：F）E720 条件格式，当单位为ppm且值大于50ppm时显示为红色 （H7：H）G750 。。。 其实理解了条件格式的公式设置，如何生成条件格式并不复杂。 最后还剩下一个dxfId是什么东西没有说。是这样的：Excel中为了减少存贮各种格式设置的空间占用，建立了一套套样式的全集，每个样式在对应的集合中都有编号。用到了哪一项，就用一个属性存贮一下这个索引值。需要用的时候就按索引找来使用即可。这些样式都存在压缩包的目录xl下style。xml文件中。与这个相关的部分我掏出来加上注释如下： 看到这些，你就可以知道（Excel也是），条件格式指定为dxfId2，就该用上面第3项的字体样式和填充样色来突出显示了。 如果需要研究这些规范，可以查阅SpreadsheetML的schema（以下压缩包中的sml。xsd） 链接：https：pan。baidu。coms1nHAfAFx8RBxcNdY1 提取码：sche
也说“自主创新”的翻译破四维难在哪里？又没中！（给基金委的建议感想）跨学科和协同戏说人工智能计算方法牛顿法漫谈DTD的几种结构类似物〔转载〕赵春江院士：智慧农业发展现状及战略目标研究高校生态研究生导师资格1969：河南错过中科大大学一年级“逻辑课”期中考试试卷企业家精神走向创新之路