深入OpenOffice.org之二应用XML文件格式

　　内容与样式

　　办公软件文件格式同行业专用文件和页描述文件格式有显著的区别。

　　绝大多数的行业专用文件只定义了文件中具有特定逻辑的内容，文件的显示样式在外部独立地实现，内容是它们的关注点。而页描述文件（例如Adobe PostScript、PDF和其他小样格式）通常是在特定页中定义了内容的显示方式，对于内容中的逻辑是不作规定的。

　　办公软件文件的内容通常具有一定的逻辑关系，例如章节和标题层次，而且也需要确定它的显示样式，例如字体、字号和缩进等。那么就有两种实现方式：一种是将样式和内容混合起来表示，样式就嵌入在内容流里；另一种是将样式与内容分离开来表示，通过某种映射联系起来。前者的优点在于格式简单，缺点是嵌入在内容中的样式很难管理，而且由于重复样式会产生很多的冗余信息。后者正好与前者相反，格式相对复杂但层次较为清晰，样式单独保存有利于提高数据表达信息的效率，并且方便对样式和内容分别进行处理。

　　OpenOffice.org的XML文件格式采用的就是后一种实现方式。

　　文件打包

　　采用了样式与内容分别处理的OpenOffice.org XML文件格式，需要处理的一个问题是：如何处理文件内的非文字内容（例如图像、OLE对象和打印机设置信息），如何管理这么多数据部分？

　　OpenOffice.org针对多部分的文件采用了压缩打包的方式。也就是说，将样式、内容、设置信息、元数据、和图像等非文字内容等采用通用压缩算法打包，访问时针对特定的部分进行解包和再打包。

　　这样做的好处是统一管理，单独处理，文件尺寸更小，而且压缩算法和打包的ZIP文件格式也是各平台上都可得的，无专利隐患，并有开源软件的支持。

　　对于某些需要嵌入在文字内容流中的非文字对象，OpenOffice.org XML文件格式采用Base64的编码方式将其嵌入的。