office-document-analyzer

# Office ドキュメント解析ガイド このスキルは、Excel / PowerPoint などの Office ドキュメントで書かれた設計書を読み取り、 内容を理解するための手順とパターンを提供します。 ## 1. 基本フロー ``` 1. 解析対象のドキュメントファイルを確認する 2. scripting-guide に従いスクリプトでファイルを解析する 3. 解析結果から仕様・内容を理解する 4. 理解した内容に基づいて必要な作業を行う ``` **重要:** ファイル解析には `scripting-guide` スキルの規則に従い、`dotnet run -` にパイプして実行してください。 --- ## 2. Excel ファイル解析（ClosedXML） ### 2.1 構造把握スクリプト まずファイル全体の構造を把握します。 ```powershell @' #:package ClosedXML@0.105.0 using ClosedXML.Excel; var filePath = args[0]; using var workbook = new XLWorkbook(filePath); Console.WriteLine($"=== {Path.GetFileName(filePath)} ==="); Console.WriteLine($"シート数: {workbook.Worksheets.Count}"); foreach (var ws in workbook.Worksheets) { Console.WriteLine($"\n--- シート: {ws.Name} ---"); var range = ws.RangeUsed(); if (range == null) { Console.WriteLine("(空)"); continue; } Console.WriteLine($"使用範囲: {range.RangeAddress}"); Console.WriteLine($"行数: {range.RowCount()}, 列数: {range.ColumnCount()}"); Console.WriteLine($"マージセル数: {ws.MergedRanges.Count}"); Console.WriteLine($"画像数: {ws.Pictures.Count}"); } '@ | dotnet run - -- "<ファイルパス>" ``` ### 2.2 全データ読み取り 構造を把握したら、全セルのデータを読み取ります。 ```powershell @' #:package ClosedXML@0.105.0 using ClosedXML.Excel; var filePath = args[0]; using var workbook = new XLWorkbook(filePath); foreach (var ws in workbook.Worksheets) { Console.WriteLine($"--- シート: {ws.Name} ---"); // マージセル情報 foreach (var m in ws.MergedRanges) Console.WriteLine($"[マージ] {m.RangeAddress} = \"{m.FirstCell().Value}\""); // 全行データ foreach (var row in ws.RowsUsed()) { var cells = new List<string>(); foreach (var cell in row.CellsUsed()) { var val = cell.Value.ToString(); if (!string.IsNullOrWhiteSpace(val)) cells.Add($"{cell.Address}={val}"); } if (cells.Count > 0) Console.WriteLine(string.Join(" | ", cells)); } } '@ | dotnet run - -- "<ファイルパス>" ``` ### 2.3 画像の抽出 Excel に埋め込まれた画像（スクリーンショットやレイアウト図）を抽出します。 ```powershell @' #:package ClosedXML@0.105.0 using ClosedXML.Excel; var filePath = args[0]; var outputDir = args.Length > 1 ? args[1] : "extracted_images"; Directory.CreateDirectory(outputDir); using var workbook = new XLWorkbook(filePath); foreach (var ws in workbook.Worksheets) { int i = 0; foreach (var pic in ws.Pictures) { i++; var ext = pic.Format switch { ClosedXML.Excel.Drawings.XLPictureFormat.Png => "png", ClosedXML.Excel.Drawings.XLPictureFormat.Jpeg => "jpg", ClosedXML.Excel.Drawings.XLPictureFormat.Bmp => "bmp", _ => "png" }; var fileName = $"{ws.Name}_{i}.{ext}"; var path = Path.Combine(outputDir, fileName); using var stream = File.Create(path); pic.ImageStream.CopyTo(stream); Console.WriteLine($"保存: {path} ({pic.OriginalWidth}x{pic.OriginalHeight})"); } } '@ | dotnet run - -- "<ファイルパス>" "<出力先ディレクトリ>" ``` ### 2.4 セルスタイル情報の取得 罫線やフォントの情報が設計上重要な場合に使用します。 ```powershell @' #:package ClosedXML@0.105.0 using ClosedXML.Excel; var filePath = args[0]; using var workbook = new XLWorkbook(filePath); var ws = workbook.Worksheet(1); foreach (var row in ws.RowsUsed()) { foreach (var cell in row.CellsUsed()) { var style = cell.Style; var bold = style.Font.Bold ? " [太字]" : ""; var bg = style.Fill.BackgroundColor.HasValue ? $" [背景:{style.Fill.BackgroundColor.Color}]" : ""; var val = cell.Value.ToString(); if (!string.IsNullOrWhiteSpace(val)) Console.WriteLine($"{cell.Address}: {val}{bold}{bg}"); } } '@ | dotnet run - -- "<ファイルパス>" ``` --- ## 3. PowerPoint ファイル解析（DocumentFormat.OpenXml） ### 3.1 スライド構造・テキスト抽出 ```powershell @' #:package DocumentFormat.OpenXml@3.3.0 using DocumentFormat.OpenXml.Packaging; using DocumentFormat.OpenXml.Presentation; using A = DocumentFormat.OpenXml.Drawing; var filePath = args[0]; using var ppt = PresentationDocument.Open(filePath, false); var presentationPart = ppt.PresentationPart!; var slideIds = presentationPart.Presentation.SlideIdList! .ChildElements.OfType<SlideId>(); Console.WriteLine($"=== {System.IO.Path.GetFileName(filePath)} ==="); Console.WriteLine($"スライド数: {slideIds.Count()}"); int slideNum = 0; foreach (var slideId in slideIds) { slideNum++; var slidePart = (SlidePart)presentationPart.GetPartById(slideId.RelationshipId!); Console.WriteLine($"\n--- スライド {slideNum} ---"); // テキスト抽出 var texts = slidePart.Slide.Descendants<A.Text>() .Select(t => t.Text) .Where(t => !string.IsNullOrWhiteSpace(t)); Console.WriteLine("テキスト:"); foreach (var text in texts) Console.WriteLine($" {text}"); // 図形 var shapes = slidePart.Slide.Descendants<Shape>().Count(); Console.WriteLine($"図形数: {shapes}"); // 画像 var imageParts = slidePart.ImageParts.Count(); Console.WriteLine($"画像数: {imageParts}"); } '@ | dotnet run - -- "<ファイルパス>" ``` ### 3.2 図形の詳細情報 各図形の名前・位置・テキストを取得し、画面レイアウトを把握します。 ```powershell @' #:package DocumentFormat.OpenXml@3.3.0 using DocumentFormat.OpenXml.Packaging; using DocumentFormat.OpenXml.Presentation; using A = DocumentFormat.OpenXml.Drawing; var filePath = args[0]; using var ppt = PresentationDocument.Open(filePath, false); var presentationPart = ppt.PresentationPart!; var slideIds = presentationPart.Presentation.SlideIdList! .ChildElements.OfType<SlideId>(); int slideNum = 0; foreach (var slideId in slideIds) { slideNum++; var slidePart = (SlidePart)presentationPart.GetPartById(slideId.RelationshipId!); Console.WriteLine($"--- スライド {slideNum} ---"); var shapeTree = slidePart.Slide.CommonSlideData?.ShapeTree; if (shapeTree == null) continue; foreach (var shape in shapeTree.Elements<Shape>()) { var name = shape.NonVisualShapeProperties?.NonVisualDrawingProperties?.Name ?? "(無名)"; var text = string.Join("", shape.Descendants<A.Text>().Select(t => t.Text)); // 位置・サイズ (EMU 単位: 1 cm = 360000 EMU) var xfrm = shape.ShapeProperties?.Transform2D; var pos = xfrm != null ? $"({xfrm.Offset?.X ?? 0}, {xfrm.Offset?.Y ?? 0})" : "(不明)"; var size = xfrm != null ? $"{xfrm.Extents?.Cx ?? 0}x{xfrm.Extents?.Cy ?? 0}" : "(不明)"; Console.WriteLine($" 図形: {name} | テキスト: {text} | 位置: {pos} | サイズ: {size}"); } } '@ | dotnet run - -- "<ファイルパス>" ``` ### 3.3 埋め込み画像の抽出 ```powershell @' #:package DocumentFormat.OpenXml@3.3.0 using DocumentFormat.OpenXml.Packaging; using DocumentFormat.OpenXml.Presentation; var filePath = args[0]; var outputDir = args.Length > 1 ? args[1] : "extracted_images"; Directory.CreateDirectory(outputDir); using var ppt = PresentationDocument.Open(filePath, false); var presentationPart = ppt.PresentationPart!; var slideIds = presentationPart.Presentation.SlideIdList! .ChildElements.OfType<SlideId>(); int slideNum = 0; foreach (var slideId in slideIds) { slideNum++; var slidePart = (SlidePart)presentationPart.GetPartById(slideId.RelationshipId!); int imgNum = 0; foreach (var imagePart in slidePart.ImageParts) { imgNum++; var ext = imagePart.ContentType switch { "image/png" => "png", "image/jpeg" => "jpg", "image/bmp" => "bmp", "image/gif" => "gif", _ => "png" }; var fileName = $"slide{slideNum}_img{imgNum}.{ext}"; var path = System.IO.Path.Combine(outputDir, fileName); using var stream = imagePart.GetStream(); using var fileStream = File.Create(path); stream.CopyTo(fileStream); Console.WriteLine($"保存: {path}"); } } '@ | dotnet run - -- "<ファイルパス>" "<出力先ディレクトリ>" ``` --- ## 4. 注意事項 ### パッケージバージョン `#:package` ディレクティブではバージョンを明示してください。 ```csharp #:package ClosedXML@0.105.0 // Excel #:package DocumentFormat.OpenXml@3.3.0 // PowerPoint / Word ``` ### DocumentFormat.OpenXml の名前空間の衝突 `DocumentFormat.OpenXml.Drawing` には `Path` や `Text` など、`System.IO` や `System` と衝突する型があります。エイリアスを使ってください。 ```csharp using A = DocumentFormat.OpenXml.Drawing; // Drawing 名前空間はエイリアスで参照 // Path → System.IO.Path を使う場合はフルパスで指定 ``` ### 画像を含むドキュメントの扱い 画像はテキストとして読み取れないため、抽出してファイルに保存してから内容を確認してください。 画面レイアウト図が含まれている場合は、図形のテキストや位置情報からレイアウトを推測します。