基于VSTO的Word数据自动化提取及报告生成系统的应

　Word是一种应用广泛的文字处理系统，随着汽车检测行业的发展，越来越多的Word检测文档需要生成，然而这些检测报告格式不统一，存在文档管理混乱、数据提取困难、数据查询不便、数据无法进行二次加工和分析等问题。本文利用VBA（Visual Basic For Application）和VSTO（Visual Studio Tools for Office）相关技术，对Word2010进行二次开发，通过定制Word文档模板和Word外接程序的开发，对Word输入数据有效性的验证、Word数据自动化提取以及Word检测报告的生成。实现了检测报告统一、集成管理，便于对检测报告数据进行分析，挖据数据背后潜在的应用价值。
　　1 系统的总体框架设计
　　系统选用Microsoft Visual Studio 2010作为主要开发平台，选用C#为编程语言对微软的Word 2010软件进行定制，同时借助Word内嵌的VBA对数据有效性进行验证。系统的总体框图如图1所示，分为三部分，第一部分Word报告信息的自动化提取，该部分首先对现有报告进行分析，然后进行Word模板的设计以及外接程序的开发，实现数据自动化提取。第二部分是数据库的设计，本系统的数据库一方面是存储Word文档提取的数据，另一方面为Word报告的生成提供数据来源。第三部分是检测报告的生成，根据数据库中的数据和检测报告模板，生成相应的检测报告。
　　2 Word二次开发技术分析
　　软件二次开发，主要指的是对现有的某个软件进行功能扩展、定制，用户根据自身需求在该软件平台上进行第二次有针对性的开发，一般来说都不会改变软件原有的内核。Word二次开发，即是对Word办公软件进行二次开发，主要的技术是VBA和VSTO。
　　VBA是一种完全面向对象体系结构的编程语言，Word办公软件内嵌了VBA，为用户提供Word应用中的自定义功能。在Word 2010版本中，在开发工具菜单栏中，可以实现对宏的基本操作，如录制、编辑和运行宏等。
　　VSTO对Word二次开发是一种全新的跨越，它基于Visual Studio开发平台，将Word文档或程序作为对象进行定制。在Visual Studio中，可以对常用Office组件进行文档和外接程序的开发。
　　3 数据自动化提取
　　数据自动化提取模块是系统的核心模块，包括Word模板的定制和数据自动化提取程序的开发。其中模板定制使Word文档格式统一，确保模板填写数据的规范性和有效性。数据自动化提取程序根据需要从模板的特定位置上提取出数据。
　　3.1 Word模板的设计
　　Word模板设计的好坏关系到后续功能的实现，因为数据自动化提取和检测报告的生成，都是以模板为依托。Word模板的设计在现有检测报告的基础上完成的，它主要分为以下几个步骤：
　　（1）分析现有的检测报告，确定报告中那个位置上的数据需要被提取，然后用符号进行标记，如{R_001}、{R_002}等。
　　（2）将文档保存为XML格式的文档，然后用正则表达式相关技术对XML格式文档中的特殊标记位置进行替换，使相应的位置转换为书签，后续文档录入实际上是对书签文字进行编辑。
　　（3）将上一步骤的XML文件转换为Doc文件，然后在利用VSTO的Word文档定制功能，对Doc模板增加相应控件，如时间控件、图片控件以及数据校验按钮。
　　（4）对特定要求的数据需要进行校验，采用Office内置的VBA编程技术对数据的有效性进行校验，校验的流程如图2所示。
　　3.2 数据自动化提取程序设计
　　数据自动化提取程序是对设计模板上固定位置上的数据进行提取，是对Word程序功能的定制，在Word原有菜单栏项增加数据提取菜单栏，这里用到VSTO的外接程序的开发。为了降低程序的耦合性，提高代码的重用性，程序在开发过程中采用了基于MVC三层架构设计，包括模型层、视图层、逻辑控制层，其中模型层是对Word底层模型进行重新组合与设计。逻辑控制层主要是对数据提取的逻辑模块功能进行划分，包括用户管理模块、数据提取模块、数据上传模块。表示层主要是界面展示。
　　对于文字格式的信息可以直接根据位置进行提取，而对于图片格式的数据，需要进行转换，因为在Word中图片采用的是Base64的编码格式，要想对Word中的图片数据进行提取，首先要查找定位图片对应的Base64编码，然后将Base64编码进行解码转换为图片格式。主要代码如下：
　　//将Base64编码转化为字节
　　Byte[] arr=se64String（str）；
　　//将字节保存到内存流
　　MemoryStream ms = new MemoryStream（arr）；
　　//转化为Bitmap对象
　　Bitmap bmp = new Bitmap（ms）；
　　//保存图片
　　（txtFileName+".jpg"，）；
　　4 报告自动生成
　　目前汽车行业检测机构的专家在查看检测报告时，往往要经过很多流程，如向检测人员提出申请，申请通过后通过邮件或者其它方式接受检测结果，这种方式不仅流程繁琐、操作不便，而且检测报告也不便管理。通过报告自动生成技术可有效的解决上述问题，实现检测报告的统一化、一站式的管理。
　　报告生成的流程如图3所示，首先根据用户选择检测报告生成的方式，按照时间顺序或者用户生成检测报告，然后选择报告编号和报告模板进行数据填充，并对错误信息进行提示。
　　5 总结
　　本文设计了基于VSTO的Word数据自动化提取及报告生成的系统，实现了Word 文档的数据自动、准确、规范采集及报告实时生成，实现了检测报告数据统一化、规范化管理。
　　参考文献：
　　.计算机工程与应用，2008，44（9）：104-106.
　　.计算机软件与应用，2007，4（3）：180-183.
　　.电脑开发与应用，2011，05.
　　.惠州学院学报，2009，6（29）.
　　.地矿测绘，2006，22（1）：32-33.
　　作者简介：惠怡静（1975-），女，天津人，副主任，工程师，学士学位，研究方向：汽车行业信息平台建设、汽车行业政策研究；邵学彬（1986-），男，山东菏泽人，职员，工程师，硕士，研究方向：数据挖掘、软件开发技术、汽车行业数据服务平台开发与建设；程旭（1978-），男，天津人，项目经理，工程师，硕士，主要研究领域：数据挖掘、企业信息化等。