基于Open XML的畢業(yè)論文格式修訂系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

納利軍

摘要：大學(xué)本科生的畢業(yè)論文格式規(guī)范化問題一直困擾著廣大師生，“畢業(yè)論文格式修訂系統(tǒng)”就是為了解決這個(gè)痛點(diǎn)而開發(fā)的一套軟件。它是在Office Open XML文檔規(guī)范的基礎(chǔ)上，引用Open XML SDK類集并結(jié)合C#的面向?qū)ο蠹夹g(shù)開發(fā)而成的。它提供了一個(gè)規(guī)范化的Word畢業(yè)論文模板，并對(duì)套用模板撰寫的論文進(jìn)行全文檔自動(dòng)格式修訂，修訂后的論文達(dá)到了寧夏大學(xué)教務(wù)處對(duì)于本科生畢業(yè)論文格式撰寫規(guī)范的要求，歷經(jīng)實(shí)測(cè)效果良好。

關(guān)鍵詞：Open XML;畢業(yè)論文;論文格式規(guī)范化;自動(dòng)格式修訂;Word編程

中圖分類號(hào)：TP311.52? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）09-0041-03

1 引言

畢業(yè)論文的質(zhì)量是衡量學(xué)生畢業(yè)成果的最重要的依據(jù)。論文的質(zhì)量一般從兩個(gè)方面來考量，一方面是論文的內(nèi)容，另一方面是論文的格式。能夠?qū)懗鲆黄R規(guī)范、格式符合要求的論文，是一個(gè)大學(xué)畢業(yè)生的必備素質(zhì)。

為此，學(xué)校、學(xué)院兩級(jí)相關(guān)單位每年都會(huì)頒布最新的本科畢業(yè)生論文格式撰寫規(guī)范，三令五申要求畢業(yè)生必須嚴(yán)格遵照?qǐng)?zhí)行，然而學(xué)生們實(shí)際的執(zhí)行情況仍不容樂觀。其中的原因當(dāng)然有部分學(xué)生的不認(rèn)真和不重視，但更重要的原因就是過細(xì)過多的格式要求條款常常讓學(xué)生和指導(dǎo)教師顧此失彼。

“寧夏大學(xué)本科生畢業(yè)論文格式修訂系統(tǒng)”（以下簡(jiǎn)稱“系統(tǒng)”）就是為了解決這一痛點(diǎn)而開發(fā)。學(xué)生在套用規(guī)定的Word模板編寫完論文后，只須將論文導(dǎo)入系統(tǒng)，即可完成全文檔格式的自動(dòng)修訂工作。系統(tǒng)在規(guī)劃設(shè)計(jì)階段借鑒了賴曉晨[1]老師在開發(fā)“學(xué)位論文格式規(guī)范自動(dòng)檢查系統(tǒng)”中所使用到的Open XML軟件開發(fā)工具。

2 系統(tǒng)特點(diǎn)

2.1 基于Open XML

Office Open XML是一種基于XML的Office文檔格式規(guī)范，是微軟提出的一個(gè)開放的國(guó)際性標(biāo)準(zhǔn)[2]，并在Microsoft Office 2007之后的版本開始應(yīng)用。符合該規(guī)范的文檔，其典型特征是在傳統(tǒng)的office文件擴(kuò)展名后面添加了字母“x”，例如Word文件的后綴名為“.docx”。查看一個(gè)Word文件的內(nèi)部Open XML文檔的簡(jiǎn)便方法是在文件擴(kuò)展名后再添加一個(gè)“.zip”后綴[3]（例如將a.docx更改為a.docx.zip），將文件轉(zhuǎn)換為一個(gè)ZIP壓縮格式的文件夾，即可打開文件夾觀察到其內(nèi)部的多個(gè)XML文檔。

Open XML SDK是一個(gè)類集合，通過這些類可以創(chuàng)建和處理遵循Office Open XML文檔格式規(guī)范的Open XML文檔[4]。在系統(tǒng)的開發(fā)過程中所引用的DocumentFormat.OpenXml.Wordprocessing組件[5]就是SDK類集中專用于處理Word文檔的應(yīng)用程序接口。該組件可在Visual Studio開發(fā)環(huán)境中通過NuGet包管理器導(dǎo)入。

開發(fā)本系統(tǒng)所使用的編程語(yǔ)言是C#。C#是一種新式編程語(yǔ)言，不僅面向?qū)ο?，還類型安全。開發(fā)人員利用C#能夠生成在.NET中運(yùn)行的多種安全可靠的應(yīng)用程序[6]。

2.2 套用標(biāo)準(zhǔn)論文模板

系統(tǒng)提供了一個(gè)遵照學(xué)校的“本科生畢業(yè)論文格式撰寫規(guī)范”編制的模板，其突出特點(diǎn)是運(yùn)用了Word提供的“限制編輯”功能。一方面，模板將一些固定不變的文檔內(nèi)容（例如頁(yè)邊距、節(jié)、論文封面上的學(xué)號(hào)姓名等條目名稱、中英文摘要標(biāo)題等）作為不可編輯區(qū)域，不允許學(xué)生做任何文字或格式上的改動(dòng);另一方面，留出幾個(gè)可編輯區(qū)域，分別對(duì)應(yīng)著中英文摘要、正文、參考文獻(xiàn)等內(nèi)容部分，允許學(xué)生在這些區(qū)域內(nèi)自由編輯。圖1是論文模板的封面，其中用“[]”擴(kuò)起來的區(qū)域是可編輯區(qū)域。

使用限制編輯功能，不僅可以將畢業(yè)論文中的標(biāo)準(zhǔn)化組成部分保護(hù)起來，還為系統(tǒng)定位論文的不同編輯區(qū)域提供了可靠的依據(jù)。

2.3 充分應(yīng)用樣式

“本科生畢業(yè)論文格式撰寫規(guī)范”里針對(duì)論文的不同部分（中英文摘要、正文、參考文獻(xiàn)等）有不同的段落、文字方面的格式要求，基于此，系統(tǒng)新建了許多的段落和字符樣式，在重新修訂論文的過程中針對(duì)論文的不同部分應(yīng)用不同的樣式。

使用樣式的優(yōu)點(diǎn)之一是多種格式統(tǒng)一管理，例如將段落的縮進(jìn)、行間距等多個(gè)格式放置在一個(gè)樣式內(nèi);優(yōu)點(diǎn)之二就是只改一處卻能覆蓋全局，例如需要將正文的字體由四號(hào)字改為小四號(hào)字體，則只需要修改在正文上所應(yīng)用的樣式即可。

2.4 修訂而不是檢測(cè)

與目前國(guó)內(nèi)大多數(shù)高校所開發(fā)的論文格式檢測(cè)系統(tǒng)不同，系統(tǒng)采用的是修訂的形式，簡(jiǎn)單來說就是將文檔中（例如一個(gè)段落）舊有的格式刪除，而直接應(yīng)用指定的樣式。這樣做的好處是處理速度快，實(shí)現(xiàn)方式簡(jiǎn)單。Word文檔的一個(gè)段落就有包括縮進(jìn)、行間距等十幾種格式，針對(duì)段落的每一個(gè)格式來判斷對(duì)錯(cuò)不僅煩瑣而且耗時(shí)。需要特別指出的是，修訂只替換文檔格式，而不更改其內(nèi)容，不會(huì)造成原始資料的損失。

采用修訂形式的另外一個(gè)好處就是切實(shí)減輕了師生負(fù)擔(dān)。學(xué)生在撰寫論文時(shí)可以完全不考慮格式方面的問題，寫完并經(jīng)過系統(tǒng)的重新修訂后，只需要再做去除多余的空格空行、修改書寫不規(guī)范的各級(jí)標(biāo)題等簡(jiǎn)單工作。

2.5 采用多線程機(jī)制

本科生畢業(yè)論文的頁(yè)數(shù)通常都在40頁(yè)左右，對(duì)此進(jìn)行逐段落的修訂比較耗時(shí)。本系統(tǒng)將這種耗時(shí)操作交由后臺(tái)線程處理，并在前臺(tái)通過進(jìn)度條顯示修訂進(jìn)度，從而保證了系統(tǒng)不進(jìn)入“假死”狀態(tài)。

3 畢業(yè)論文的核心架構(gòu)

圖2顯示了畢業(yè)論文模板所使用到的Wordprocessing組件中的一些常用類及其所對(duì)應(yīng)的XML標(biāo)簽，完整的“Word文檔結(jié)構(gòu)”[7]請(qǐng)參閱微軟官方文檔。

其中，WordprocessingDocument是頂層類，使用該類的Open方法可以打開一個(gè)Word文件。Body、Header和Styles都是WordprocessingDocument的后代子節(jié)點(diǎn)類，其中Body對(duì)應(yīng)著document.xml文檔中的<w：body>標(biāo)簽，該類代表一個(gè)Word文件的主體，Word文檔中所有的文字、表格和圖片摘要等信息都內(nèi)嵌在主體里;Header對(duì)應(yīng)著header1.xml文檔中的<w：hdr>標(biāo)簽，該類代表畢業(yè)論文的頁(yè)眉;Styles對(duì)應(yīng)著styles.xml文檔中的<w：styles>標(biāo)簽，該類代表樣式表，系統(tǒng)所定義的所有的段落、字符或表格等樣式都儲(chǔ)存于樣式表中。

Paragraph、Table和SdtBlock是Body的直接子節(jié)點(diǎn)類。其中Paragraph代表段落，是本系統(tǒng)修訂的基本單元;Table代表表格，Word中的每個(gè)表格都獨(dú)立于段落而單獨(dú)存在;SdtBlock代表塊級(jí)結(jié)構(gòu)化文檔標(biāo)記，畢業(yè)論文中的目錄就內(nèi)嵌在該塊級(jí)元素中。

ParagraphProperties、Run、Hyperlink和PermStart是Paragraph的直接子節(jié)點(diǎn)類。其中ParagraphProperties是段落屬性，所有有關(guān)段落的格式（例如行間距等）都是段落屬性的子節(jié)點(diǎn)類;Run代表一個(gè)連續(xù)的文本區(qū)域（一個(gè)或幾個(gè)連續(xù)的字符），簡(jiǎn)稱“串”，一個(gè)段落就是由一系列前后相繼的串構(gòu)成的;Hyperlink是超鏈接，其子節(jié)點(diǎn)類通常都是串，在畢業(yè)論文里會(huì)經(jīng)常出現(xiàn)這種從網(wǎng)頁(yè)上直接拷貝過來的、帶有超鏈接標(biāo)記的文字;PermStart是允許編輯區(qū)域開始類，可借此類判斷一個(gè)允許編輯區(qū)域的開始。

RunProperties、Text和Drawing是Run的直接子節(jié)點(diǎn)類。其中RunProperties是串屬性，所有有關(guān)串的格式（例如字體的大?。┒际谴畬傩缘淖庸?jié)點(diǎn)類;Text是串文本，是系統(tǒng)不可以修改的原始資料;Drawing代表圖片，常見類型（jpg、png、bmp或tiff）的圖片摘要信息都內(nèi)嵌在該類中。

TableProperties是Table的直接子節(jié)點(diǎn)類。TableProperties是表格屬性，所有有關(guān)表格的格式（例如邊框的寬度）都是表格屬性的子節(jié)點(diǎn)類。

Header類的直接子節(jié)點(diǎn)類是Paragraph，如果想修改畢業(yè)論文的頁(yè)眉，可以通過修改Header類的子節(jié)點(diǎn)類Paragraph的子節(jié)點(diǎn)類Run來實(shí)現(xiàn)。

Style是Styles的直接子節(jié)點(diǎn)類。Style代表一個(gè)單獨(dú)的樣式，可以是段落類型的樣式，也可以是字符串類型的樣式。所有的樣式都是樣式表的子節(jié)點(diǎn)類。

系統(tǒng)在修訂畢業(yè)論文的過程中，就是通過這樣一個(gè)架構(gòu)體系由頂?shù)降字鸩缴钊氲蕉螌傩浴⒋畬傩?、表屬性上，然后用指定的樣式替換其子節(jié)點(diǎn)類。

4 軟件系統(tǒng)結(jié)構(gòu)

系統(tǒng)總體分為三個(gè)模塊，分別是合法性檢查及初始化模塊、樣式核查模塊和文檔格式化模塊，三個(gè)模塊按序執(zhí)行，如圖3。

“合法性檢查及初始化模塊”首先檢查學(xué)生是否使用了規(guī)定的模板，檢查通過后開始創(chuàng)建各層級(jí)類的實(shí)例。

“樣式核查模塊”對(duì)系統(tǒng)所引用到的每一個(gè)樣式進(jìn)行完整性驗(yàn)證。畢業(yè)論文模板在定制的過程中對(duì)Word的很多已有樣式進(jìn)行了重新編輯，比如“標(biāo)題1”～“標(biāo)題3”樣式、“目錄”樣式、“三線表”樣式等，這些樣式一經(jīng)設(shè)定是不允許學(xué)生再修改的。由于每一個(gè)樣式都有一個(gè)Rsid（重新修訂ID），只要樣式發(fā)生了變動(dòng)其值就會(huì)被Word重新改寫，所以系統(tǒng)通過對(duì)樣式Rsid的核查來獲知是否一個(gè)樣式被人為改動(dòng)過。

“文檔格式化模塊”是系統(tǒng)的核心，其基本思想是順序讀取Body的每一個(gè)直接子類，只對(duì)其中的段落Paragraph、表格Table和結(jié)構(gòu)體SdtBlock三個(gè)類做相應(yīng)的處理。處理時(shí)要根據(jù)當(dāng)前的處理階段將三個(gè)類分別交給相應(yīng)的階段處理程序去操作。畢業(yè)論文的處理按序分為封面、中英文摘要、正文、參考文獻(xiàn)、謝辭和附錄共6個(gè)階段，初始化階段是“封面”。

正文處理階段既包含段落也包含表格（圖片因?yàn)閮?nèi)嵌在串Run中，屬于更底層的操作，此處不再贅述），以下僅對(duì)正文中的段落處理過程做一個(gè)說明，如圖4。

在正文處理階段，當(dāng)系統(tǒng)讀取到一個(gè)段落后，首先需要利用正則表達(dá)式判斷它是否特殊段落，比如一、二、三級(jí)標(biāo)題或者是表題、圖題。如果是的話則對(duì)其應(yīng)用指定的樣式;如果不是特殊段落，則需要判斷它是否階段分界點(diǎn)。每個(gè)處理階段都有標(biāo)志性的標(biāo)題作為分界點(diǎn)，這些標(biāo)題都以單獨(dú)的段落形式存在（例如正文部分是以“1 緒論”這個(gè)標(biāo)題開始），且屬于不可編輯內(nèi)容，所以可以對(duì)其進(jìn)行字符串完全匹配，以明確當(dāng)前是否進(jìn)入了新的處理階段。當(dāng)一個(gè)段落既不是特殊段落，又不是階段分界點(diǎn)，則它只可能是正文的普通段落，對(duì)其應(yīng)用正文段落樣式即可。

按照“本科生畢業(yè)論文格式撰寫規(guī)范”的要求，正文部分的一級(jí)、二級(jí)和三級(jí)標(biāo)題有嚴(yán)格的內(nèi)容和格式方面的要求。例如，二級(jí)標(biāo)題的內(nèi)容要求為：必須是“x.y 標(biāo)題”的形式，其中“x”“y”代表序數(shù)，序數(shù)之間必須使用半角句號(hào)，序數(shù)后空一格接寫標(biāo)題，完整的二級(jí)標(biāo)題形如“4.1 功能設(shè)計(jì)”。學(xué)生在撰寫正文標(biāo)題的過程中只需要遵循內(nèi)容要求，而格式要求由系統(tǒng)來實(shí)現(xiàn)。為此，系統(tǒng)需要使用正則表達(dá)式的方式判斷一個(gè)段落是否是二級(jí)標(biāo)題，其正則表達(dá)式的寫法（C#規(guī)范）為“@"^＼d+＼.＼d+＼s＼w.*"”，相應(yīng)的解釋為：從段落的開始處“^”首先匹配一個(gè)或多個(gè)數(shù)字字符“＼d+”，數(shù)字字符之后緊接著一個(gè)英文句號(hào)“＼.”，英文句號(hào)之后緊接著是一個(gè)或多個(gè)數(shù)字字符“＼d+”，其后必須是一個(gè)空格“＼s”，空格之后必須至少有一個(gè)英文、數(shù)字或中文字符“＼w”，其后可以是零個(gè)或多個(gè)任意字符“.*”。

5 結(jié)束語(yǔ)

系統(tǒng)已在寧夏大學(xué)信息學(xué)院網(wǎng)絡(luò)工程系2021屆畢業(yè)生的論文撰寫過程中進(jìn)行了初步試用，獲得了積極的認(rèn)可并積累了許多寶貴的意見。經(jīng)版本升級(jí)后，下一步準(zhǔn)備在全學(xué)院2022屆畢業(yè)生中全面推廣，并為今后推廣到全校做好前期準(zhǔn)備。

參考文獻(xiàn)：

[1] 賴曉晨，姜瑞勛，于紅，等.學(xué)位論文格式自動(dòng)檢查方法研究與實(shí)現(xiàn)[J].教育現(xiàn)代化，2019，6（57）：289-292.

[2] Microsoft.About the Open XML SDK 2.5 for Office[EB/OL].（2021-09-17）[2021-11-24].https：//docs.microsoft.com/en-us/office/open-xml/about-the-open-xml-sdk.

[3] Microsoft.How to： Manipulate Office Open XML Formats Documents[EB/OL].（2014-07-09） [2021-11-24].https：//docs.microsoft.com/zh-cn/previous-versions/office/developer/office-2007/aa982683（v=office.12）.

[4] Microsoft.What's new in the Open XML SDK 2.5 for Office[EB/OL].（2021-09-17） [2021-11-24].https：//docs.microsoft.com/en-us/office/open-xml/what-s-new-in-the-open-xml-sdk.

[5] Microsoft.Working with WordprocessingML documents （Open XML SDK） [EB/OL].（2021-09-17） [2021-11-24].https：//docs.microsoft.com/en-us/office/open-xml/working-with-wordprocessingml-documents.

[6] Microsoft.C#語(yǔ)言介紹[EB/OL].（2021-09-17） [2021-11-24].https：//docs.microsoft.com/zh-cn/dotnet/csharp/tour-of-csharp/.

[7] Microsoft.Structure of a WordprocessingML document （Open XML SDK） [EB/OL].（2021-09-17） [2021-11-24].https：//docs.microsoft.com/en-us/office/open-xml/structure-of-a-wordprocessingml-document.

【通聯(lián)編輯：謝媛媛】