摘要：根據目前主流電子紙閱讀器硬件資源有限、要求功耗小、灰階顯示等特點，提出了一種PPT格式文檔解析方案。聚焦于滿足人們對于移動閱讀的基本需求，選取了文字、圖形、圖像作為基本解析對象，設計并實現了一個適合電子紙閱讀器的PPT格式引擎，并進行了多重優化以提升性能體驗，在低端的硬件配置和有限的運行時間內完成格式解析。
關鍵詞：電子紙閱讀器；格式解析；移動閱讀；格式引擎

引言
PPT(Microsoft Office PowerPoint)，是微軟公司開發的編輯演示文稿的辦公軟件。該格式相對于txt、chm等，信息量更大，結構也更加復雜，導致其對硬件配置要求較高。然而，目前嵌入式終端配置低，因此本文聚焦于滿足人們對于移動閱讀的基本需求，暫不考慮視頻、音頻和外部對象等特性支持。本解析器在開源環境下，基于Linux操作系統實現。基于嵌入式多格式解析引擎系統架構和中間格式理論，具有平臺無關性、高效性的特點。

1 系統特點
該解析引擎兼容版本多，包括Microsoft PowerPoint97-2003等版本。下面介紹一下系統特點。
①不依賴于圖形服務器。解析引擎擁有自己的專用的矢量圖形繪制器。不依賴于特定的底層圖形服務器。例如，我們的實驗系統的圖形服務器由nanoX改為Qt時，該解析引擎不需要修改。
②高效性。對于一般的格式解析器，樣本文件越大，打開速度越慢，而該解析器可以做到文件打開速度與文件大小基本無關。
③平臺無關性。解析引擎并不是直接在顯示設備上繪制圖形和文字，而是把各種格式元素繪制在一段內存區域上，然后把這段內存數據映射到物理設備上。即輸入是文件，輸出是屏幕大小的位圖。
④配置靈活。解析引擎的模塊化設計便于移植和裁剪。所有數據類型采用宏定義，便于根據平臺配置。
⑤支持手寫批注。解析器只做內容抽取和顯示，不支持編輯和保存，支持手寫批注。手寫批注不改變原文檔，而是新建xml描述文件。
⑥個性化交互方式。利用電子紙控制器的16通道和黑白刷，實現動畫切換效果。

2 格式分析
2．1 總體結構
Microsoft PowerPoint使用OLE2組合文檔存儲。和文件系統結構類似，它包含容器和流，并組成的樹狀結構。各種流獨立存儲，便于載入和快速保存。如表1所列，PPT文件包括以下5種流式數據。

PPT存儲格式采用十六進制，small endian字節序，分為若干個大數據塊和小數據塊，大小分別為512字節和64字節，第一個數據塊為初始數據塊，存儲了數據塊索引表。
2．2 圖像流結構
PPT中包含矩形、圖片框、文本框、線、橢圓等204種形式的元素，統稱為Shape。每種Shape有一個唯一的實例碼與之相應。
多媒體數據的層次結構如圖1所示。

Drawing Group為組合圖形存儲結構，它包含了一組圖形對象。Drawing為圖形存儲結構，Shape和Solver為兩組圖形屬性元數據。Blip Store為插入的圖片對象。Property Table為缺省屬性表。Client Data為一組元數據信息，包含坐標，文本和OLE數據和用戶自定義屬性表。
屬性項采用id-value結構，自定義屬性表的長度可變。各項屬性相對位置不變。自定義屬性表中出現的屬性將覆蓋默認屬性。
Drawing為一組描述來管理容器中的圖形對象的規則集合，包括對齊方式、標尺等。