從一份電子發(fā)票認識OFD和XML格式
當前位置：點晴教程→知識管理交流
→『 企業(yè)管理交流 』
/引言/ OFD（Open Fixed-layout Document）是我國自主研發(fā)的一種版式文檔格式，相比于市場上流行的PDF（Portable Document Format）格式，是一種更自主、更創(chuàng)新、更可靠的選擇。 從國家標準方面看，OFD格式正式開始于《電子文件存儲與交換格式 版式文檔》（GB/T 33190-2016），在此基礎(chǔ)上，根據(jù)電子文件長期保存、自包含、自描述等檔案管理需求，《信息技術(shù) OFD檔案應(yīng)用指南》（GB/T 42133-2022）對OFD進一步提出標準化要求。 目前OFD格式在黨政機關(guān)電子公文歸檔和電子發(fā)票方面應(yīng)用較為廣泛，備受行政辦公、公共事務(wù)辦理等業(yè)務(wù)從業(yè)人員關(guān)注。 下面，筆者以一份電子發(fā)票為例，對OFD文件結(jié)構(gòu)及內(nèi)容進行概括性描述，以期幫助非專業(yè)讀者更為具象地認識到OFD的獨特之處。在此基礎(chǔ)上，從OFD文件格式框架“XML+ZIP”出發(fā)，進一步引導(dǎo)非專業(yè)讀者探知XML（Extensible Markup Language）領(lǐng)域。 01 獲取OFD格式電子發(fā)票 國家稅務(wù)總局電子發(fā)票服務(wù)平臺中，一份電子發(fā)票對應(yīng)了3種格式的電子文件，分別是PDF、OFD、XML，可以直接下載至本地保存。 如果需要對電子發(fā)票進行離線閱覽，PDF可以使用通用瀏覽器、國內(nèi)外版式文件閱讀器打開閱覽，OFD可以使用國內(nèi)版式文件閱讀器打開閱覽（如金山WPS等），XML可以使用通用瀏覽器打開閱覽。PDF和OFD顯示一致，呈現(xiàn)為符合通俗習(xí)慣的、易于普通人閱讀理解的書面表格樣式，這也是PDF、OFD被稱之為“版式”格式的主要原因。而XML與前兩者不同，呈現(xiàn)為多層級的結(jié)構(gòu)化數(shù)據(jù)排列樣式，易于機器解析，相比之下，對于自然人而言，XML的閱讀理解難度遠遠大于版式文檔。 02 解壓電子發(fā)票看OFD文件結(jié)構(gòu) 兩步呈現(xiàn)OFD電子發(fā)票的“XML+ZIP” 現(xiàn)代文件格式框架。 # 第一步：解壓。 直接將OFD電子文件后綴名“.ofd”修改為“.ZIP”，便得到一個ZIP壓縮包，使用解壓工具對壓縮包進行解壓，便得到一個文件夾。 # 第二步：逐層查看文件結(jié)構(gòu)。 進入文件夾，便可依次查看各層文件夾和XML文件。 通過上述簡單的兩步操作，可以清晰地感受到OFD現(xiàn)代文件格式框架的涵義，多層文件夾結(jié)構(gòu)顯得既簡煉又清晰，讓人感覺十分干凈。 03 版式呈現(xiàn)內(nèi)容數(shù)據(jù)結(jié)構(gòu)化組織 OFD文件結(jié)構(gòu)打開后，對照GB/T 33190-2016和GB/T 42133-2022，便可進一步認識各個文件夾及XML的內(nèi)容及作用。 GB/T 42133-2022給出的OFD文件的包內(nèi)結(jié)構(gòu)如下圖所示： # 第一層： 含文件夾“文檔夾（Doc_0）”和XML“主入口OFD.xml”。主入口XML提供了文檔的結(jié)構(gòu)和內(nèi)容的入口點，是訪問和解析整個文檔內(nèi)容的起點，其內(nèi)容結(jié)構(gòu)如下圖所示： # 第二層： 含文件夾“注釋（Annots）”、“頁樹（Pages）”、“資源（Res）”、“標引（Tags）”和 XML“文檔入口Document.xml”、“文檔資源DocumentRes.xml”、“公共資源PublicRes.xml”。OFD文件結(jié)構(gòu)第二層將文檔內(nèi)容按照功能或特性進行分組，以便更好地管理和訪問內(nèi)容，同時也可以提高OFD文件的可維護性。 # 第三層及更深層： 以“頁樹（Pages）”為例，第三層為文件夾“頁面（Page N）”，第四層為XML“頁面描述Content.xml”，描述文檔頁面信息。 XML（Content.xml）中，Area描述頁面區(qū)域， Content描述頁面內(nèi)容；在Content下，Layer描述層對象；在Layer下，TextObject描述文字對象，PathObject描述圖形對象，ImageObject描述圖像對象。 TextObject文字對象依次描述了編號標識（ID）、區(qū)域（Boundary）、字體（Font）、大小（Size）、定位（TextCode）、字間距（DeltaX）、值。 PathObject圖形對象依次描述了編號標識（ID）、區(qū)域（Boundary）、線寬（LineWidth）、線型（Fill）、圖形輪廓（AbbreviatedData），M、B、L分別指代不同的路徑方式。 ImageObject圖像對象依次描述了編號標識（ID）、圖像變換矩陣（CTM）、區(qū)域（Boundary）、引用資源編號標識（ResourceID）。 通過對OFD中文件夾和XML的逐層拆解，可以看出OFD文檔自包含、自描述的嚴謹和細致，在國家標準的規(guī)定下，任意數(shù)據(jù)在XML內(nèi)、XML與XML之間均能實現(xiàn)相互引用、相互解釋。 相比之下，PDF則難以在通用環(huán)境下呈現(xiàn)出結(jié)構(gòu)化的數(shù)據(jù)形態(tài)，若將PDF電子文件后綴“.pdf”修改為“.txt”，再使用記事本打開，將呈現(xiàn)為具有一定規(guī)律但難以被自然人閱讀理解的字符塊。 04 回看XML文件數(shù)據(jù)結(jié)構(gòu)與內(nèi)容 回看從官網(wǎng)中直接下載的電子發(fā)票XML，對照《電子發(fā)票基礎(chǔ)信息規(guī)范》（GB/T 36609-2018），在XML結(jié)構(gòu)樹中，首先是EInvoice描述電子發(fā)票；在EInvoice下， EInvoiceData描述電子發(fā)票數(shù)據(jù)，SellerAuthentication描述賣方認證信息等；在SellerAuthentication下，SellerIdNum描述銷售方識別號，SellerName描述銷售方名稱，SellerAddr描述銷售方地址等。 對比OFD中的XML和電子發(fā)票XML，可以分析出兩者的相同之處和不同之處。 相同之處 主要體現(xiàn)為兩點，一是XML中的數(shù)據(jù)項以層級樹狀結(jié)構(gòu)組織在一起，二是XML中數(shù)據(jù)項的基本形式為<屬性>值，數(shù)據(jù)值被對尖括號標簽<>所包含。清晰明了的結(jié)構(gòu)設(shè)定本身就是XML描述語言的優(yōu)勢所在。 不同之處 主要體現(xiàn)為兩點，一是XML中數(shù)據(jù)項的定義不同，二是XML中<屬性>值的基本形式可以被說明、擴充。靈活且包容的自定義特性正是XML擴展性的體現(xiàn)。 05 結(jié)語 基于上文的闡述，我想大家對于OFD文件格式有了比較深入的了解，可以說OFD是由XML組合而成的版式文檔，OFD的特點在于自主可控、現(xiàn)代文件格式框架；而XML的特點在于結(jié)構(gòu)簡單清晰、應(yīng)用靈活擴展、便于計算機程序訪問和處理；當然，PDF格式也有其優(yōu)勢，比如應(yīng)用更為廣泛，生態(tài)更為豐富等，各種文件格式之間的轉(zhuǎn)換也更為方便，對于普通用戶來說更通用、更易用、更實用。 我想這也是國家稅務(wù)總局官網(wǎng)為什么要提供PDF、OFD、XML三種格式電子發(fā)票的原因吧！ 該文章在 2024/7/25 0:15:54 編輯過 |
關(guān)鍵字查詢
相關(guān)文章
正在查詢... 
|
400 186 1886
