HQY 一个和谐有爱的空间

/引言/

OFD（Open Fixed-layout Document）是我国自主研发的一种版式文档格式，相比于市场上流行的PDF（Portable Document Format）格式，是一种更自主、更创新、更可靠的选择。

从国家标准方面看，OFD格式正式开始于《电子文件存储与交换格式 版式文档》（GB/T 33190-2016），在此基础上，根据电子文件长期保存、自包含、自描述等档案管理需求，《信息技术 OFD档案应用指南》（GB/T 42133-2022）对OFD进一步提出标准化要求。

目前OFD格式在党政机关电子公文归档和电子发票方面应用较为广泛，备受行政办公、公共事务办理等业务从业人员关注。

下面，笔者以一份电子发票为例，对OFD文件结构及内容进行概括性描述，以期帮助非专业读者更为具象地认识到OFD的独特之处。在此基础上，从OFD文件格式框架“XML+ZIP”出发，进一步引导非专业读者探知XML（Extensible Markup Language）领域。

01

获取OFD格式电子发票

国家税务总局电子发票服务平台中，一份电子发票对应了3种格式的电子文件，分别是PDF、OFD、XML，可以直接下载至本地保存。

如果需要对电子发票进行离线阅览，PDF可以使用通用浏览器、国内外版式文件阅读器打开阅览，OFD可以使用国内版式文件阅读器打开阅览（如金山WPS等），XML可以使用通用浏览器打开阅览。PDF和OFD显示一致，呈现为符合通俗习惯的、易于普通人阅读理解的书面表格样式，这也是PDF、OFD被称之为“版式”格式的主要原因。而XML与前两者不同，呈现为多层级的结构化数据排列样式，易于机器解析，相比之下，对于自然人而言，XML的阅读理解难度远远大于版式文档。

02

解压电子发票看OFD文件结构

两步呈现OFD电子发票的“XML+ZIP” 现代文件格式框架。

#

第一步：解压。

直接将OFD电子文件后缀名“.ofd”修改为“.ZIP”，便得到一个ZIP压缩包，使用解压工具对压缩包进行解压，便得到一个文件夹。

#

第二步：逐层查看文件结构。

进入文件夹，便可依次查看各层文件夹和XML文件。

通过上述简单的两步操作，可以清晰地感受到OFD现代文件格式框架的涵义，多层文件夹结构显得既简炼又清晰，让人感觉十分干净。

03

版式呈现内容数据结构化组织

OFD文件结构打开后，对照GB/T 33190-2016和GB/T 42133-2022，便可进一步认识各个文件夹及XML的内容及作用。

GB/T 42133-2022给出的OFD文件的包内结构如下图所示：

#

第一层：

含文件夹“文档夹（Doc_0）”和XML“主入口OFD.xml”。主入口XML提供了文档的结构和内容的入口点，是访问和解析整个文档内容的起点，其内容结构如下图所示：

#

第二层：

含文件夹“注释（Annots）”、“页树（Pages）”、“资源（Res）”、“标引（Tags）”和 XML“文档入口Document.xml”、“文档资源DocumentRes.xml”、“公共资源PublicRes.xml”。OFD文件结构第二层将文档内容按照功能或特性进行分组，以便更好地管理和访问内容，同时也可以提高OFD文件的可维护性。

#

第三层及更深层：

以“页树（Pages）”为例，第三层为文件夹“页面（Page N）”，第四层为XML“页面描述Content.xml”，描述文档页面信息。

XML（Content.xml）中，Area描述页面区域， Content描述页面内容；在Content下，Layer描述层对象；在Layer下，TextObject描述文字对象，PathObject描述图形对象，ImageObject描述图像对象。

TextObject文字对象依次描述了编号标识（ID）、区域（Boundary）、字体（Font）、大小（Size）、定位（TextCode）、字间距（DeltaX）、值。

PathObject图形对象依次描述了编号标识（ID）、区域（Boundary）、线宽（LineWidth）、线型（Fill）、图形轮廓（AbbreviatedData），M、B、L分别指代不同的路径方式。

ImageObject图像对象依次描述了编号标识（ID）、图像变换矩阵（CTM）、区域（Boundary）、引用资源编号标识（ResourceID）。

通过对OFD中文件夹和XML的逐层拆解，可以看出OFD文档自包含、自描述的严谨和细致，在国家标准的规定下，任意数据在XML内、XML与XML之间均能实现相互引用、相互解释。

相比之下，PDF则难以在通用环境下呈现出结构化的数据形态，若将PDF电子文件后缀“.pdf”修改为“.txt”，再使用记事本打开，将呈现为具有一定规律但难以被自然人阅读理解的字符块。

04

回看XML文件数据结构与内容

回看从官网中直接下载的电子发票XML，对照《电子发票基础信息规范》（GB/T 36609-2018），在XML结构树中，首先是EInvoice描述电子发票；在EInvoice下， EInvoiceData描述电子发票数据，SellerAuthentication描述卖方认证信息等；在SellerAuthentication下，SellerIdNum描述销售方识别号，SellerName描述销售方名称，SellerAddr描述销售方地址等。

对比OFD中的XML和电子发票XML，可以分析出两者的相同之处和不同之处。

相同之处

主要体现为两点，一是XML中的数据项以层级树状结构组织在一起，二是XML中数据项的基本形式为<属性>值，数据值被对尖括号标签<>所包含。清晰明了的结构设定本身就是XML描述语言的优势所在。

不同之处

主要体现为两点，一是XML中数据项的定义不同，二是XML中<属性>值的基本形式可以被说明、扩充。灵活且包容的自定义特性正是XML扩展性的体现。

05

结 语

基于上文的阐述，我想大家对于OFD文件格式有了比较深入的了解，可以说OFD是由XML组合而成的版式文档，OFD的特点在于自主可控、现代文件格式框架；而XML的特点在于结构简单清晰、应用灵活扩展、便于计算机程序访问和处理；当然，PDF格式也有其优势，比如应用更为广泛，生态更为丰富等，各种文件格式之间的转换也更为方便，对于普通用户来说更通用、更易用、更实用。

我想这也是国家税务总局官网为什么要提供PDF、OFD、XML三种格式电子发票的原因吧！

推荐本站淘宝优惠价购买喜欢的宝贝:

本文链接：https://hqyman.cn/post/8307.html 非本站原创文章欢迎转载，原创文章需保留本站地址！

休息一下~~