Wie man den OneNote-Dokument-DOM in Python durchläuft

Aspose.Note FOSS for Python represents a OneNote section file as a tree of typed Python objects. Understanding how to traverse this tree efficiently is the foundation for all content extraction tasks. This guide covers all three traversal approaches: GetChildNodes, direkte Iteration, und DocumentVisitor.

Das Dokumentenobjektmodell

Der OneNote-DOM ist ein strenger Baum:

Document
  ├── Page
  │     ├── Title
  │     │     ├── TitleText (RichText)
  │     │     ├── TitleDate (RichText)
  │     │     └── TitleTime (RichText)
  │     └── Outline
  │           └── OutlineElement
  │                 ├── RichText
  │                 ├── Image
  │                 ├── AttachedFile
  │                 └── Table
  │                       └── TableRow
  │                             └── TableCell
  │                                   └── RichText / Image
  └── Page  (next page ...)

Jeder Knoten erbt von Node. Knoten, die Kinder haben, erben von CompositeNode.

Methode 1: GetChildNodes (rekursiv, typgefiltert)

CompositeNode.GetChildNodes(Type) führt eine rekursive Tiefensuche des gesamten Teilbaums durch und gibt eine flache Liste aller Knoten zurück, die dem angegebenen Typ entsprechen. Dies ist der bequemste Ansatz für die Inhaltsextraktion:

from aspose.note import Document, RichText, Image, Table, AttachedFile

doc = Document("MyNotes.one")

##All RichText nodes anywhere in the document
texts = doc.GetChildNodes(RichText)
print(f"RichText nodes: {len(texts)}")

##All images
images = doc.GetChildNodes(Image)
print(f"Image nodes: {len(images)}")

##All tables
tables = doc.GetChildNodes(Table)
print(f"Table nodes: {len(tables)}")

##All attachments
attachments = doc.GetChildNodes(AttachedFile)
print(f"AttachedFile nodes: {len(attachments)}")

Begrenzen Sie die Suche auf eine einzelne Seite, indem Sie aufrufen GetChildNodes auf Page statt Document:

from aspose.note import Document, Page, RichText

doc = Document("MyNotes.one")
for page in doc.GetChildNodes(Page):
    page_texts = page.GetChildNodes(RichText)
    print(f"  Page has {len(page_texts)} text nodes")

Methode 2: Direkte Kind‑Iteration

for child in node iteriert das unmittelbare Kinder eines CompositeNode. Verwenden Sie dies, wenn Sie eine bestimmte Ebene der Hierarchie benötigen:

from aspose.note import Document

doc = Document("MyNotes.one")

##Direct children of Document are Pages
for page in doc:
    title = (
        page.Title.TitleText.Text
        if page.Title and page.Title.TitleText
        else "(untitled)"
    )
    print(f"Page: {title}")
    # Direct children of Page are Outlines (and optionally Title)
    for child in page:
        print(f"  {type(child).__name__}")

Methode 3: DocumentVisitor

DocumentVisitor stellt ein Visitor-Muster für strukturierte Traversierung bereit. Überschreiben Sie nur die VisitXxxStart/End Methoden, die Sie benötigen. Der Visitor wird ausgelöst, indem man doc.Accept(visitor):

from aspose.note import (
    Document, DocumentVisitor, Page, Title,
    Outline, OutlineElement, RichText, Image,
)

class StructurePrinter(DocumentVisitor):
    def __init__(self):
        self._depth = 0

    def _indent(self):
        return "  " * self._depth

    def VisitPageStart(self, page: Page) -> None:
        t = page.Title.TitleText.Text if page.Title and page.Title.TitleText else "(untitled)"
        print(f"{self._indent()}Page: {t!r}")
        self._depth += 1

    def VisitPageEnd(self, page: Page) -> None:
        self._depth -= 1

    def VisitOutlineStart(self, outline) -> None:
        self._depth += 1

    def VisitOutlineEnd(self, outline) -> None:
        self._depth -= 1

    def VisitRichTextStart(self, rt: RichText) -> None:
        if rt.Text.strip():
            print(f"{self._indent()}Text: {rt.Text.strip()!r}")

    def VisitImageStart(self, img: Image) -> None:
        print(f"{self._indent()}Image: {img.FileName!r} ({img.Width}x{img.Height}pts)")

doc = Document("MyNotes.one")
doc.Accept(StructurePrinter())

Verfügbare Visitor‑Methoden

Methodenpaar	Knotentyp
`VisitDocumentStart/End`	`Document`
`VisitPageStart/End`	`Page`
`VisitTitleStart/End`	`Title`
`VisitOutlineStart/End`	`Outline`
`VisitOutlineElementStart/End`	`OutlineElement`
`VisitRichTextStart/End`	`RichText`
`VisitImageStart/End`	`Image`

Navigieren nach oben im Baum

Jeder Knoten stellt bereit ParentNode und ein Document Eigenschaft zum Aufwärtsnavigieren bereit:

from aspose.note import Document, RichText

doc = Document("MyNotes.one")
for rt in doc.GetChildNodes(RichText):
    parent = rt.ParentNode   # OutlineElement, TableCell, Title, etc.
    root = rt.Document       # always the Document root
    print(f"  '{rt.Text.strip()!r}' parent={type(parent).__name__}")
    break

Methoden zur Kindverwaltung

CompositeNode stellt außerdem ein In-Memory‑Kind‑Management bereit (nützlich für die programmgesteuerte Dokumentenerstellung, obwohl das Zurückschreiben nach .one nicht unterstützt wird):

Methode	Beschreibung
`node.FirstChild`	Erstes direktes Kind oder `None`
`node.LastChild`	Letztes direktes Kind oder `None`
`node.AppendChildLast(child)`	Kind am Ende hinzufügen
`node.AppendChildFirst(child)`	Kind am Anfang hinzufügen
`node.InsertChild(index, child)`	An Position einfügen
`node.RemoveChild(child)`	Ein Kind entfernen

Knoten mit einem Visitor zählen

from aspose.note import Document, DocumentVisitor, Page, RichText, Image

class Counter(DocumentVisitor):
    def __init__(self):
        self.pages = self.texts = self.images = 0

    def VisitPageStart(self, page: Page) -> None:
        self.pages += 1

    def VisitRichTextStart(self, rt: RichText) -> None:
        self.texts += 1

    def VisitImageStart(self, img: Image) -> None:
        self.images += 1

doc = Document("MyNotes.one")
c = Counter()
doc.Accept(c)
print(f"Pages={c.pages}  RichText={c.texts}  Images={c.images}")

Auswahl der richtigen Traversalmethode

Szenario	Beste Vorgehensweise
Alle Knoten eines Typs finden (z. B. alle RichText)	`GetChildNodes(RichText)`
Nur direkte Kinder iterieren	`for child in node`
Den Baum mit Kontext durchlaufen (Tiefe, Elternstatus)	`DocumentVisitor`
Navigieren Sie vom Inhalt zum übergeordneten Element oder zur Wurzel	`node.ParentNode` / `node.Document`

Verwandte Ressourcen: