智能媒体管理产品文档转换/预览功能介绍(2)---转换原理-阿里云开发者社区

智能媒体管理产品文档转换/预览功能介绍(2)---转换原理

2018-04-16 6047

简介： 智能媒体管理产品提供了 Cloud Native 架构的文档转换/预览服务，本文介绍其中的转换原理和使用方法。

+关注继续查看

一、导语

智能媒体管理产品提供了 Cloud Native 架构的文档转换/预览服务，本文介绍其中的转换原理和使用方法。

二、转换原理

正常情况下，文档需要专门的应用才能够打开进行浏览，比如 PPT 、DOC 、XLS 文档需要 OFFICE 应用打开，PDF 文档需要 Adobe 应用打开，并且可以进行编辑。
但现实生活中，大量的场景只需要浏览文档的内容，特别是智能终端时代，能够在浏览器里面预览文档就能实现信息的共享，就能满足绝大部分要求。
为了实现浏览器中预览文档内容，需要将文档进行格式转换（也就是业界常说的转码），转码后的内容就可以在浏览器中查看。

转换原理

如上图所示，智能媒体管理产品提供的文档转换服务是部署在云端，并且和云存储 OSS 同区域 就近部署，从而降低访问时延，并提升您预览的体验，同时也避免跨区域访问带来的额外费用。

2.1 转换过程

2.1.1 读取云存储 OSS 数据到转换服务

在开通智能媒体管理产品后，客户授权文档转换服务读取 OSS 的权限，基于该权限转换服务将 OSS 文档读取到内存中，启动转换。

2.1.2 解析原文档内容，基于文件格式分析进行转换

比如 OFFICE 文件格式就提供了 Word、Excel 和 PowerPoint 的格式定义，通过解析内容，在内存中按输出格式生成转换文件。

2.1.3 将格式转换文件写到云存储 OSS

后续的预览请求，将直接读取 OSS 的数据。

2.2 转换规格

2.2.1 支持的原文件格式

演示文件（11种）。pptx、ppt、pot、potx、pps、ppsx、dps、dpt、pptm、potm、ppsm 类型文件。
表格文件（10种）。xls、xlt、et、ett、xlsx、xltx、csv、xlsb、xlsm、xltm 类型文件。
文字文件（8种）。doc、dot、wps、wpt、docx、dotx、docm、dotm 类型文件。
其他格式文件（19种）。pdf、lrc、c、cpp、h、asm、s、java、asp、bat、bas、prg、cmd、rtf、txt、log、xml、htm、html 类型文件。

2.2.2 转换目标文件类型

1) VECTOR （向量）模式 ，需要使用对应的 Java Script 渲染引擎进行预览。
2) JPG 模式 ，按页生成 JPG 格式的图片。
3) PNG 模式 ，按页生成 PNG 格式的图片。
4) PDF 模式 ，生成一个PDF文件。

2.2.3 目标文件在 OSS 保存的命名规则

1) VECTOR 模式的命名规则
在转换目标文件类型为向量模式时，某 ppt 文档的输出如下图所示。

VECTOR规则

它的所有内容会保存在你指定位置的 doc 目录下，其中 meta.json 为整个文档的信息，fp1.json~fp6.json 表示转换出来的第一页到第六页的信息，I 子目录下的1～14文件表示向量模式下的对象信息。
然后前端使用 Java Script 渲染引擎完成预览，此模式下可以在浏览器中选择文字。

2) JPG 模式的命名规则
在转换目标文件类型为 JPG 模式时，某 ppt 文档的输出如下图所示。

JPG规则