ms-word - 防止 Word 2010 保存 o :gfxdata base64 or uuencoded VML?

Question

我正在处理 .docx 文件，其中包含多个绘图 Canvas ，其中插入了图像，并在 Word 2010 中绘制了一些线条和箭头。我使用的是 2010 格式，没有兼容模式。

Word 将 o:gfxdata 属性插入到每个 v:shape 和 v:group 元素中，并用 ascii 编码的东西填充它。根据我的阅读，它可能是描述 v:shape 或 v:group 的 VML 副本。我不知道我是否只是不知道要查找什么，但我无法确定此数据的用途，因为它的删除对我在 Word 2003、2007 或 2010 中阅读或编辑文档的能力没有明显影响.

它确实将 document.xml 膨胀到几乎是(表面上的)必要大小的两倍。这相当会减慢 OpenTBS 的处理速度，因此如果可能的话，我想将其删除。有谁知道告诉 Word 2010 停止保存这些额外数据的方法吗？或者它有什么用？除了 this post 之外，我真的很难找到关于它的任何文档。 .

编辑:

这是一个sample .docx . document.xml 约为 141KB，OpenTBS 平均需要 10.35 秒来创建一个将其作为子模板包含在内的文件 21 次。如果我删除所有 o:ogfxdata 属性，文件大小将减少到 ~37KB，OpenTBS 只需要 2.99 秒就可以生成相同的文件。

编辑 2:

经过进一步调查，似乎删除 o:gfxdata 可能会导致安装了较旧兼容包的 Word 2003 反对该文件并出现以下错误:

"This is a pre-release version of the Compatibility Pack and can open pre-release Office 2007 files only. Do you want to check for a newer version of the Compatibility Pack?"

我已经能够通过安装更新​​的兼容包来打开文件 - 虽然它会提示用户不兼容并转换文件以便打开它。这不会损坏我的文件，但需要注意这一点。

Answer 1

属性 o:ogfxdata 在网络上的记录很少。根据您的调查，这是某种兼容性额外信息。

您可以使用 OpenTBS 删除模板中的那些属性。清洁可以在您的模板上完成一次，无需任何合并，然后将清洁后的模板另存为新模板。或者您可以在每次打开模板时执行清洁。

清理 DOCX 文件:

while ($x = clsTbsXmlLoc::FindStartTagHavingAtt($TBS->Source, 'o:gfxdata', 0) ) {
  $x->ReplaceAtt('o:gfxdata', '');
  $TBS->Source = str_replace(' o:gfxdata=""', '', $TBS->Source);
}

请注意类 clsTbsXmlLoc 由 OpenTBS 提供并且没有记录。代码应该从 OpenTBS 1.8.0 开始工作。 (目前处于稳定测试版)。

我注意到由于属性 o:gfxdata 被删除，当您编辑 docx 时它们不会立即恢复。