使用DB2 9 pureXML管理ODF和Microsoft Office 2007 文檔

簡介

桌面文檔有什麼新變化？如果您一直在關注 Microsoft Windows® 社區，那麼您會發現變化實在太大了。 Microsoft 為 MS Office 2007 產品引入了一種新格式，這種格式可以在內部利用 XML。 之前，可以在 MS Office 應用程序之間交換數據；但是，MS Office 2007 和 Windows Vista® 允許企業踏入數據孤島，而在以前，這些數據難以使用和再利用（re-purpose，即將用於某一目的的數據用於另一個目的）。雖然 Microsoft 正在推動這個概念，但 OpenOffice 應用程序已經實現了 ODF，並從市場早已認可的 XML 優點中受益。

讓我們來看一個典型的桌面應用程序問題。假設有這樣一家公司，它的市場部門正在計劃召開一個會議。 他們要求預期的演講者在一份 MS Word 模板文檔中提交提議，然後，文檔內容被用於以下任務：

審核提議

向成功提交提議的可能的演講者發送電子郵件

將相關信息發布到會議網站上

通過會議或公司的一個新提要（ATOM/RSS）發布內容

按照傳統做法，市場人員從 Word 文檔中剪切文本，並將信息粘貼到不同的系統中，這種做法很費時。 如果保留文檔原有格式，而為特定任務提取相關信息，則可以節省不少時間和精力。通過 XQuery 就可以做到這一點，而且只需很少的代碼。

在本文中，我們將簡要地回顧 MS Office 應用程序使用的一些舊的文檔數據交換方法。然後，我們將查看新的格式，並討論如何交換和再利用這種新格式。我們將使用 Zend Core for IBM、PHP、PDO 和 XQuery 等跨平台技術 —— 這些工具都可以與 DB2 結合使用。

這種技巧可以成為內容管理和文檔管理解決方案中很有價值的一部分。希望您閱讀本文之後發現，通過使用 IBM DB2 pureXML™ 特性，使用和再利用 ODF 和 MS Office 2007 文檔不再是難事。這並不需要很多的代碼，所以這個解決方案很容易實現。然後，您可能希望索引這些 Office 2007 文檔，以進一步利用 pureXML 混合存儲特性。

桌面應用程序和 XML 概述

本文主要關注 OpenOffice 默認格式 ODF 和 MS Office 2007 格式。您應該清楚，這裡談到的概念並不局限於這些格式和供應商。實際上，您會發現，很多供應商都提供了 ODF，包括 Google Applications、KOffice 和 StarOffice。值得注意的是，Microsoft 有一個用於使用和導入 ODF 格式的轉換器 “插件”，並且有一個兼容包，可以用舊版本的 Office 打開和保存 MS Office 2007 文件格式。而且，Lotus Notes 和 Corel 也有 ODF 格式方面的計劃。

Wikipedia 提供了有關 ODF 格式及其在桌面應用程序中的使用的討論，並提供了關於 ODF 的支持者的信息。

所需資源

雖然可以下載 apache 2.0、PHP Version 5.21 或更高版本、DB2 Express-C 和 DB2 extensions for PHP，但是下載和安裝 Zend Core for IBM 是更好的選擇。安裝程序會徹底配置適合 PHP 和 DB2 的環境。安裝程序應該包括 DB2 Express-C 9.1.2 的下載鏈接。可能需要調整配置，以添加 ZIP 支持，這一點我們在後面會討論到。

老式的文檔數據交換

Windows 操作系統上的數據應用程序編程接口（API）從 Data Access Objects (DAO) 開始。它們經歷了從 DAO（不是 Dead On Arrival）到 Remote Data Objects (RDO)，再到 Open Database Connectivity (ODBC) 的過程。向 ODBC 的轉變意義重大，被認為數據訪問的一個裡程碑。它實現了一種通用的方式，使開發人員對一種 API 編碼，而不必考慮數據庫的類型。通過使用 ODBC，可以借助 Mail Merge 之類的程序將關系數據導入到 MS Office 應用程序中。

Object Linking and Embedding Data Base (OLE/DB) 支持不同數據源的數據交換，然而它的引入只是使市場感到困惑。對於 MS Office 生產率工具，這意味著文檔之間可以相互嵌套。實際上，當將一個電子表格粘貼到一個演示文稿中時，就是如此。然而，OLE/DB 是只用於 Windows 的解決方案。使用這些技術分解文檔並不容易，並且這個過程難以自動化。

OpenOffice 和新的 MS Office 2007 格式概述

這些格式實際上是一個包含資源和用於 XML 文檔的文件夾的 ZIP 文件。Word 文檔的實際文本內容以 XML 文件的形式存儲。在我們的示例文檔中，它在歸檔文件中的 “Word/document.XML” 中。這種文件格式使開發人員可以捕捉這些文檔中的實際數據。

雖然 OpenOffice 使用這種格式已經有一段時間了，但 MS Office 2007 只是最近才引入新的文檔格式。Microsoft 聲稱，這種格式易於訪問和易於共享。很多年來，MS Office 文檔一直都是專用的。令人振奮的是，Microsoft 的 Office 小組正在打開這扇門。請看下面提供的用於 ODF 的 ZIP 文件內容（可在 下載 小節中找到）：

圖 1. WinZip 中 opendoc.odt 的內容

請看下面的 Microsoft 格式，注意其中有些不同，但概念和格式是類似的：

圖 1.1 WinZip 中 submit.docx 的內容

設置數據庫

當然，您需要創建一個表。您將把新的 Word 格式中的 XML 存儲在 XML 列中，而不是一個 Character Large Object (CLOB) 中。為此，需要創建一個支持 XML 或 UTF-8 的數據庫。

清單 1. 創建一個支持 XML 的數據庫

CREATE DATABASE ODF AUTOMATIC STORAGE YES USING CODESET UTF-8 TERRITORY US

現在，需要連接到數據庫，並用下面的定義創建一個表。下面的代碼假設您有一個具有 CREATETAB 權限的用戶名 “db2admin”。如果不具備這種用戶設置，可以修改這些腳本，使具有適當的數據庫用戶。

清單 2. 創建用於包含 ODF 和 MS Office 2007 文檔的支持 XML 的表

CREATE TABLE DB2ADMIN.DOCUMENT (
　　　　 ID INT NOT NULL PRIMARY KEY,
　　　　 OWNER VARCHAR(128),
　　　　 DOC XML
　　　 )

設置 PHP 和 Zend Core for IBM

代碼將使用 PHP 的 ZIP 實用程序和 PDO。PDO 已經針對 Zend Core for IBM 設置完畢，但是需要將 “zip” 添加到配置中：

打開 Zend Core Administration Console。

切換到 Configuration 選項卡和 Extensions 子選項卡。

向下滾動到 ZIP 擴展。

單擊 switch 圖標將其打開。

單擊 Save Settings。

重新啟動 apache2。

如果它不在運行，即在系統托盤中顯示為紅色羽毛，那麼啟動 C:Program FilesendApache2inapacheMonitor.exe。

單擊它，從菜單中重新啟動 apache2 HTTP Server。

如果這樣不行，那麼試著編輯文件，確保 “C:Program FilesendCore for IBMetc” 文件夾下的 php.ini 文件中包含下面幾行。將下面用粗體表示的一行添加到 PHP.ini 中：

清單 3. 對 PHP.ini 的修改

extension=PHP_zip.dll
extension=PHP_pdo.dll
extension=PHP_pdo_ibm.dll
extension_dir="c:program filesendCore for IBMlibPHPext"

使用 ODF 和 MS Office 2007 文檔

現在，可以開始使用 opendoc.odt 了，它是下載小節中提供的一個 ODF 文件。雖然 圖 2 顯示了該文檔的 MS Word 外觀，但這個 ODF 文件看起來類似於 清單 4。該文檔使用像 “Heading 1” 和 “Heading 2” 這樣的樣式作為格式。然後，我們將查詢 Heading 2 樣式，因為 OpenOffice 格式中使用了它。注意，在生產代碼中，還需要包括適當的錯誤處理代碼。

我還在下載小節中包括了一個 submit.docx 文檔，該文檔使用 MS Office 2007 格式。圖 2 顯示這個文檔在 Word 中的樣子。和 ODF 一樣，該文檔利用 “Heading 1” 和 “Heading 2” 之類的 Word 樣式作為格式。然後，我們將查詢 Heading 2 樣式。

圖 2. OpenOffice 或 MS Word 中顯示的示例文檔

下面的 PHP 代碼使用了這個文檔，它對 ZIP 清單中的項進行遍歷，並提取具有相關數據的 XML 文檔。清單 4 提供了該代碼。將該代碼保存為 “odfconsume.PHP”，以便後面引用。

清單 4. 使用 OpenOffice (ODF) 格式 (odfconsume.php) 的 PHP 代碼

<?PHP
$user = "db2admin";
$passWord = "secret";
$zip = zip_open("c:opendoc.odt");
$db = new PDO("ibm:DRIVER={IBM DB2 ODBC DRIVER};DATABASE=ODF;" .
　"HOSTNAME=localhost;PORT=50000;PROTOCOL=TCPIP;", $user, $passWord);
echo $user." Connected
";
if ($zip) {
　　while ($zip_entry = zip_read($zip)) {
　　　　if (zip_entry_open($zip, $zip_entry, "r")
　　　　&& zip_entry_name($zip_entry) == 'content.XML' ) {
　　　　　　$buf = zip_entry_read($zip_entry, zip_entry_filesize($zip_entry));
　　　　　　$insstr ="INSERT INTO DB2ADMIN.DOCUMENT (ID,OWNER,DOC)
　　　　　　VALUES (2,'Linux Office',:buf)";
　　　　　　$stmt = $db->prepare( $insstr );
　　　　　　$stmt->bindParam( ':buf' , $buf , PDO::PARAM_LOB , strlen($buf) );
　　　　　　$stmt->execute();
　　　　　　echo "
Result: ".$db->errorCode()."
";
　　　　　　zip_entry_close($zip_entry);
　　　　}
　　　　echo "
";
　　}
　　zip_close($zip);
}
?>