OpenCms Office ファイル変換マニュアル

OpenCms Office ファイル変換マニュアル
株式会社ジークス
（2010 年 10 月 25 日更新）
目次
1 Office ファイル変換について...............................................................................................3
1-1 Office ファイル変換とは .................................................................................................................. 3
1-2 ライブラリ構成................................................................................................................................ 3
1-3 利用上の注意 ................................................................................................................................... 4
1-4 サポートしているフォーマット ...................................................................................................... 5
2 OpenOffice.org のインストール ..........................................................................................6
3 操作方法 ..............................................................................................................................8
3-1 ファイルをアップロード中に変換する ........................................................................................... 8
3-2 OpenCms に登録済みのファイルを変換する................................................................................ 11
4 xpdf のインストール ..........................................................................................................13
4-1 サーバーが Linux の場合 .............................................................................................................. 13
4-2 サーバーが Windows の場合......................................................................................................... 15
5 設定ファイル .....................................................................................................................19
2
1 Office ファイル変換について
1-1 Office ファイル変換とは
Office ファイル変換は、Word や Excel、PowerPoint などのバイナリファイルを HTML や PDF、SWF
といった別のフォーマットに変換する機能です。
また、HTML や XHTML に変換する場合は、OpenCms のテンプレートを適用した HTML に変換す
る事が可能です。つまり、Word を HTML に変換した場合、ヘッダーやフッターはサイト共通のものが
適用されます。さらに、本文には Word の文章の内容がセットされ、FCKEditor などの WYSIWYG エ
ディタで編集する事も可能になります。
また、通常であれば、Word を HTML に変換すると、通常、不要なタグが大量に生成されますが、
HTML のクリーンアップ機能により、それらは全て除去されます。
そのほか、ZIP ファイルで圧縮して、複数のファイルを一度に登録・変換する事が出来ます。
（※ ただし、アップロード JAVA アプレット使用時の変換には対応していません。）
1-2 ライブラリ構成
フォーマットの変換処理には、OpenOffice.org（＋JODConverter）を利用しています。
よって、対応する拡張子の種類や、その変換精度は OpenOffice.org に依存し、また、OpenOffice.org
のバージョンアップと共にその性能も向上します。
そして、当然のことながら、OpenCms 単体ではこの機能は利用できません。利用するには、OpenCms
がインストールされているサーバー上に、OpenOffice.org をインストールし、サービスを立ち上げてお
く必要があります。
■OpenOffice.org のホームページ
http://www.openoffice.org/
3
1-3 利用上の注意
PDF などの表現力の高いフォーマットへは、比較的問題なく変換されますが、
HTML などの表現力の低いフォーマットへの変換精度は、あまり期待しないほうが良いでしょう。
HTML 変換を利用した運用を想定する場合は、最低、以下の事が了解できる必要があります。
・Word 等の、変換元となるファイルのレイアウトは固定とし、自由に入力出来ない。
・変換後、HTML エディタで毎回確認・訂正する事になる。
HTML へ変換したページがそのまま利用できる事は稀であり、必ず HTML エディタで修正を入れる
事になるので、それを覚悟する必要があります。
また、PDF や SWF に変換する場合、これらのレイアウトが崩れたとしても OpenCms 上では
PDF や SWF を編集する機能が無い為、変換元ファイルを修正する事になります。
また、PDF に変換する場合、OpenOffice.org がインストールされているサーバーに、変換元の Office
ファイルで利用されているフォントがインストールされていなければ、文字化けが発生します。
特に、Windows ではなく、Linux 環境にインストールする場合などは注意して下さい。
4
1-4 サポートしているフォーマット
サポートしているフォーマットの種類と変換可能な組み合わせは、以下の通りです。
（※ OpenOffice.org バージョン 3.1 で動作させた場合。
）
種類
テキスト系
フォーマット(変換元)
フォーマット(変換先)
OpenDocument Text (*.odt)
Portable Document Format (*.pdf)
OpenOffice.org 1.0 Text (*.sxw)
OpenDocument Text (*.odt)
Rich Text Format (*.rtf)
OpenOffice.org 1.0 Text (*.sxw)
Microsoft Word (*.doc, *.docx)
⇒
Rich Text Format (*.rtf)
WordPerfect (*.wpd)
Microsoft Word (*.doc , *.docx)
Plain Text (*.txt)
Plain Text (*.txt)
HTML (*.html)
HTML (*.html)
MediaWiki wikitext (*.wiki)
スプレッドシート系
OpenDocument Spreadsheet (*.ods)
Portable Document Format (*.pdf)
Microsoft Excel (*.xls, *.xlsx)
OpenDocument Spreadsheet (*.ods)
OpenOffice.org 1.0 Spreadsheet
OpenOffice.org 1.0 Spreadsheet
(*.sxc)
⇒
(*.sxc)
Comma-Separated Values (*.csv)
Microsoft Excel (*.xls, *.xlsx)
Tab-Separated Values (*.tsv)
Comma-Separated Values (*.csv)
Tab-Separated Values (*.tsv)
HTML (*.html)
プレゼンテーション系
OpenDocument Presentation (*.odp)
Portable Document Format (*.pdf)
OpenOffice.org 1.0 Presentation
OpenOffice.org 1.0 Presentation
(*.sxi)
(*.sxi)
Microsoft PowerPoint (*.ppt, *.pptx)
⇒ OpenDocument Presentation (*.odp)
Macromedia Flash (*.swf)
Microsoft PowerPoint (*.ppt, *.pptx)
HTML (*.html)
ドロー系
OpenDocument Drawing (*.odg)
⇒
Scalable Vector Graphics (*.svg)
Macromedia Flash (*.swf)
また、xpdf 系のモジュールがインストールされていれば、PDF をテキストや HTML に変換できます。
PDF
Portable Document Format (*.pdf)
⇒
Plain Text (*.txt)
HTML (*.html)
5
2 OpenOffice.org のインストール
OpenOffice.org のサイトから、OpenOffice.org をダウンロードし、インストールして下さい。
Windows 環境であれば、インストーラーが付いているので簡単にインストールできると思います。
インストールが完了したら、ポート 8100 で、サーバーとして立ち上げなければなりません。
Linux 環境であれば、以下のようなオプションをつけて、OpenOffice.org を起動します。
soffice -headless -accept="socket,port=8100;urp;"
Windows 環境も同様に、オプションを付与して起動します。
デスクトップに OpenOffice.org の起動アイコンがある場合は、以下のようにします。
まず、アイコンを右クリックし、プロパティを開きます。
6
リンク先に soffice.exe のパスが記述されているので、この後ろにオプションを付与します。
この設定で保存し、このショートカットアイコンをダブルクリックして起動すると、OpenCms から
利用可能になります。
7
3 操作方法
Office ファイル変換には、アップロード中に変換する方法と、
既に OpenCms に登録された Office ファイルを、後から変換する方法の２種類があります。
3-1 ファイルをアップロード中に変換する
アップロード中に変換する方法は、以下の通りです。
①アップロードしたいディレクトリに移動し、②新規ボタンをクリックします。
次に、③「Office ファイルをアップロード」をチェックし、④「次へ>>」ボタンをクリックします。
8
ファイルのアップロード画面が表示されるので、⑤参照…ボタンでアップロードする Office ファイル
を選択して下さい。
⑥変換後の名前欄に変換後の名前を指定して下さい。ここで指定する拡張子は重要で、指定した拡張
子のフォーマットへ変換されます。名前を入力せず、拡張子だけ入力した場合は、同じファイル名で拡
張子のみ違うファイルに変換されます。
OpenOffice.org が変換可能な拡張子を指定しなければなりませんので、本資料の「1-4 サポートして
いるフォーマット」をよく確認して下さい。また、⑦変換テーブルを表示リンクをクリックすると、
「1-4
サポートしているフォーマット」と同じ表が表示され、確認する事が出来ます。
入力が終わったら、⑧「次へ>>」ボタンをクリックして下さい。
（※ 巨大なファイルだと、アップロードと変換に時間がかかる場合があります。
）
もし、OpenOffice.org が変換できないフォーマットの組み合わせが指定された場合は、以下のような
「unsupported conversion: ～」というエラーが表示されます。
9
もし、html や xhtml に変換する場合は、⑨テンプレートと、⑩ボディーを次からコピーもプルダウン
から選択して下さい。
指定したテンプレートが適用され、xmlpage のリソースに変換されます。
尚、変換されるのは xmlpage のみで、構造化コンテンツ（xmlcontent）への変換は出来ません。
また、アップロードした Office ファイルの本文は、デフォルトでは body という名前のエレメントに登
録されます。ただし、選択した JSP テンプレートの template-elements プロパティにエレメント名が
指定されていれば、その一番最初のエレメントに本文が登録されます。
登録されるエレメントは一箇所のみです。一つの Office ファイルの内容を分割して、別々のエレメント
に登録するような事は出来ません。
複数の Office ファイルを ZIP に圧縮してアップロードする場合は、その ZIP ファイルを選択し、
⑪ファイル解凍チェックボックスにチェックを入れてから、⑧「次へ>>」ボタンをクリックして下さい。
ZIP でのアップロードの場合、⑥変換後の名前欄には拡張子のみ入力して下さい。
名前まで入力したとしても、無視され、拡張子のみが指定された場合と同様の動作をします。
10
3-2 OpenCms に登録済みのファイルを変換する
登録済みのファイルを変換する方法は、以下の通りです。
変換したいバイナリデータを右クリックし、①「拡張」→ ②「Office ファイル変換」とクリックし
ます。
11
③次にコピー欄に、変換後のファイルのパスとファイル名を指定します。
指定方法はリソースのコピーの時と同様ですが、ここで指定する拡張子は重要で、指定した拡張子のフ
ォーマットへ変換されます。拡張子だけ入力した場合は、エラーとなります。
OpenOffice.org が変換可能な拡張子を指定しなければなりませんので、本資料の「1-4 サポートして
いるフォーマット」をよく確認して下さい。また、⑥変換テーブルを表示リンクをクリックすると、
「1-4
サポートしているフォーマット」と同じ表が表示され、確認する事が出来ます。
入力が終わったら、⑦「OK」ボタンをクリックして下さい。
（※ 巨大なファイルだと、アップロードと変換に時間がかかる場合があります。
）
もし、html や xhtml に変換する場合は、④テンプレートと、⑤ボディーを次からコピーもプルダウン
から選択して下さい。指定したテンプレートが適用され、xmlpage のリソースに変換されます。
尚、変換されるのは xmlpage のみで、構造化コンテンツ（xmlcontent）への変換は出来ません。
また、アップロードした Office ファイルの本文は、デフォルトでは body という名前のエレメントに登
録されます。ただし、選択した JSP テンプレートの template-elements プロパティにエレメント名が
指定されていれば、その一番最初のエレメントに本文が登録されます。
登録されるエレメントは一箇所のみです。一つの Office ファイルの内容を分割して、別々のエレメント
に登録するような事は出来ません。
12
4 xpdf のインストール
PDF を HTML や TXT ファイルに変換する事が可能です。ただし、PDF のテキスト抽出は、xpdf を
使用しますので、サーバーに xpdf をインストールする必要があります。
（OpenOffice.org は使われません。
）
4-1 サーバーが Linux の場合
１．以下のサイトから xpdf と、その日本語化パッケージ xpdf-japanese をダウンロードします。
http://www.foolabs.com/xpdf/
２．以下の手順で xpdf をインストールします。
$ tar zxvf xpdf-3.02.tar.gz
$ cd xpdf-3.02
$ ./configure
$ make
$ su
# make install
３．次に、以下の手順で xpdf-japanese をインストールします。
$ tar zxvf xpdf-japanese.tar.gz
$ cd xpdf-japanese
$ less README ←マニュアルを見ながら、その手順どおりにインストールを行います。
$ su
# mkdir /usr/local/share/xpdf/japanese
# cp * /usr/local/share/xpdf/japanese/
# cat add-to-xpdfrc >> /usr/local/etc/xpdfrc
13
４．pdftohtml をインストールします。
PDF からテキストへ変換するだけなら xpdf のみで可能ですが、HTML へ変換するには、pdftohtml
を別途インストールする必要があります。以下のサイトから pdftohtml をダウンロードして下さい。
http://pdftohtml.sourceforge.net/
以下の手順で pdftohtml をインストールします。
$ tar zxvf pdftohtml-0.39.tar.gz
$ cd pdftohtml-0.39
$ less README ←マニュアルを見ながら、その手順どおりにインストールを行います。
$ make
$ su
# cp src/pdftohtml /usr/local/bin/
以上で、インストールは完了です。
14
4-2 サーバーが Windows の場合
１．以下のサイトから、xpdf をダウンロードします。
http://www.foolabs.com/xpdf/
２．ダウンロードしたファイル（xpdf-3.02pl4-win32.zip）を解凍し、
"C:¥Program Files¥xpdf"の下に置きます。
15
３．環境変数を設定します。
"C:¥Program Files¥xpdf"を環境変数の PATH に追加して下さい。
16
コマンドプロンプトで "pdftotext" と入力し、プログラムが動作すれば OK です。
もし、以下のようなメッセージが返ってきた場合は、環境変数の設定が上手くいっていません。
'pdftotext' は、内部コマンドまたは外部コマンド、
操作可能なプログラムまたはバッチファイルとして認識されていません。
また、gswin32c.exe へのパスも通っている必要があります。コマンドプロンプトで "gswin32c –h" と
入力し、以下のようなメッセージが返ってきた場合は、環境変数の PATH に gswin32c.exe のパスを指
定して下さい（通常、"C:¥gs¥gs(バージョン番号)¥bin"にあります）
。
'gswin32c' は、内部コマンドまたは外部コマンド、
操作可能なプログラムまたはバッチファイルとして認識されていません。
17
４．pdftohtml をインストールします。
PDF からテキストへ変換するだけなら xpdf のみで可能ですが、HTML へ変換するには、pdftohtml
を別途インストールする必要があります。以下のサイトから pdftohtml をダウンロードして下さい。
http://pdftohtml.sourceforge.net/
ダウンロードしたファイル（pdftohtml-0.39-win32.tar.gz）を解凍し、pdftohtml.exe と、pdf2xml.dtd
を、"C:¥Program Files¥xpdf"にコピーしてください。
以上で、インストールは完了です。
※ 尚、HTML への変換で画像が抽出されない場合は、gswin32c.exe へのパスが通っていない事が
原因です。環境変数のパスに gswin32c.exe へのパスを通してください。
18
5 設定ファイル
設定ファイルは OpenCms の VFS 上の、以下の場所にあります。
/system/modules/jp.zyyx.opencms7_5_1.openoffice/classes/jp/zyyx/opencms/openoffice/
messages.properties
openoffice.hostname = localhost
openoffice.port = 8100
openoffice.temp_dir = ootemp
# 1:全頁を 1 つの HTML ファイルに出力 2:ページ単位に HTML ファイルを作成 3:両方
xpdf.pdftohtml.mode = 3
xpdf.pdftohtml.mode の設定値を 1 にすると、PDF を HTML に変換したとき、PDF の全ページが
一つの HTML ファイルに出力されます。
もし、ページ単位で分割して HTML ファイルを生成したい場合は、2 を指定します。
1 と 2 両方を出力させたい場合は、3 を指定します。
現時点では、JODConverter が対応していない為、openoffice.hostname に別のサーバーの IP を指
定することは出来ません。指定してもエラーとなりフォーマット変換は失敗します。
19

Download Report