DOCX（Open XML WordprocessingDocument）中唯一 ID 的最佳位置

Question

我正在寻找一种方法来识别 DOCX 文件（如果它们被移动或重命名）。 原因很明显，我正在使用 Open XML SDK，构建一个超链接检查器。

工作完美，至少它可以添加或更新文档中的超链接。

但问题是，如果我重命名外部文件（source.docx + target.docx 为 targetB.docx），链接就会损坏。 我可以找到损坏的链接（只需检查链接的文件是否位于其给定位置）。

但我想要更多。 我希望能够通过搜索目录（docx）中的所有文档并扫描它们是否是“目标”来恢复丢失的链接。 最简单的方法应该是将 GUID 存储在文档属性中的某个位置，如果文档被重命名或编辑，它不会改变（校验和不适用）。

然后我创建一个单独的链接列表和相应的 ID，如果有任何文档被重命名，我只需更新链接。 我希望这个概念是清楚的。

所以有几个基本问​​题：

• 是否有存储的“最佳实践” 此“自定义信息”在 Open XML 文档
• 执行以下操作： 文字处理文档 (DOCX) 已经 创建了一些唯一标识符 by Word
• 你会在哪里保存映射（超链接目标的 GUID）

我希望问题很清楚，如果不是我会尝试澄清，如果有问题请发表评论..

谢谢， 克里斯

Answer 1

因为这是五年前的事了，我希望你能找到答案。 如果其他人对此感兴趣，最好的选择是在 ZIP 存档 (\docProps\custom.xml) 中创建一个新的自定义属性，并将元数据存储在其中。 最简单的方法是在 Word UI 中生成一个来查看它们是如何工作的，但是您最终会在 DOCX 存档中得到一个 custom.xml，如下所示：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<Properties xmlns="http://schemas.openxmlformats.org/officeDocument/2006/custom-properties" xmlns:vt="http://schemas.openxmlformats.org/officeDocument/2006/docPropsVTypes">
  <property fmtid="{D5CDD505-2E9C-101B-9397-08002B2CF9AE}" pid="2" name="test">
    <vt:lpwstr>chris</vt:lpwstr>
  </property>
</Properties>

这些工作如何全部记录在 ECMA 376，记录文件格式的标准。

据我所知，Word 不存储任何 GUID 来唯一标识文件。

Answer 2

创建新文档时，MS Word 会生成唯一 ID (GUID) 自 Office 2013 起。 它将其放置在内的文件“\word\settings.xml”中 元素作为“docId”名称。

例如，在 MS Word 2016 中：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<w:settings xmlns:w10="urn:schemas-microsoft-com:office:word" xmlns:w14="http://schemas.microsoft.com/office/word/2010/wordml" xmlns:w15="http://schemas.microsoft.com/office/word/2012/wordml" xmlns:w16se="http://schemas.microsoft.com/office/word/2015/wordml/symex" mc:Ignorable="w14 w15 w16se">
    <w15:docId w15:val="{982A3D80-A23D-4148-8230-4160F3D87FF5}"/>
</w:settings>

注意，创建文件副本时 MS Word 不会更改它。 因此，如果每个新文件都是创建的而不是从另一个文件复制的，那么这是一种可靠的方法。

Answer 3

Acrobat/PDF 有类似的东西。 查找贝茨编号，它用于通过输入唯一的编号来识别文档。

您通常应该将其放在元数据部分（如果有）中。 或者，将自定义部分添加到 docx 文件中以保留映射（当然，保持在规范的范围内）。 （我对 docx 格式不太熟悉，所以你会明白这一点。）