Aspose.Note FOSS
Python
OneNote ドキュメント DOM を Python で走査する方法

OneNote ドキュメント DOM を Python で走査する方法

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, 直接イテレーション、そして DocumentVisitor.

ドキュメントオブジェクトモデル

OneNote DOM は厳密なツリー構造です:

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

すべてのノードは次を継承します Node. 子ノードを持つノードは次から継承します CompositeNode.

方法 1: GetChildNodes（再帰的、型フィルタ）

CompositeNode.GetChildNodes(Type) サブツリー全体に対して再帰的な深さ優先探索を実行し、指定されたタイプに一致するすべてのノードのフラットなリストを返します。これはコンテンツ抽出に最も便利なアプローチです:

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)}")

呼び出すことで検索を単一ページに限定します GetChildNodes 上で Page 代わりに 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")

方法 2: 直接子イテレーション

for child in node を反復します 直接 の子ノード CompositeNode. 階層の特定のレベルが必要なときに使用してください:

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__}")

方法 3: DocumentVisitor

DocumentVisitor 構造化された走査のためのビジターパターンを提供します。必要なものだけをオーバーライドしてください VisitXxxStart/End 必要なメソッドです。ビジターは呼び出すことでディスパッチされます 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())

利用可能な Visitor メソッド

メソッドペアノードタイプ
VisitDocumentStart/EndDocument
VisitPageStart/EndPage
VisitTitleStart/EndTitle
VisitOutlineStart/EndOutline
VisitOutlineElementStart/EndOutlineElement
VisitRichTextStart/EndRichText
VisitImageStart/EndImage

ツリー上部へのナビゲーション

すべてのノードは以下を提供します ParentNode と Document 上方向にナビゲートするためのプロパティ：:

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

子管理メソッド

CompositeNode メモリ内の子管理も公開します（プログラムによるドキュメント構築に便利ですが、書き戻しは .one サポートされていません）：:

メソッド説明
node.FirstChild最初の直接子または None
node.LastChild最後の直接子または None
node.AppendChildLast(child)子を末尾に追加
node.AppendChildFirst(child)子を先頭に追加
node.InsertChild(index, child)位置に挿入
node.RemoveChild(child)子を削除

ビジターを使用したノードのカウント 

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}")

適切なトラバーサル手法の選択

シナリオ最適なアプローチ
1つのタイプのすべてのノードを見つける（例：すべてのRichText）GetChildNodes(RichText)
直接の子要素のみを反復処理するfor child in node
コンテキスト（深さ、親の状態）を持ってツリーを走査するDocumentVisitor
コンテンツから親またはルートへナビゲートするnode.ParentNode / node.Document

関連リソース:

 日本語