摘要：基于CAD的DWG文件解析是解決DWG文件不易讀取的唯一方法，也是CAD在實(shí)際操作中遇到的主要問題。本文闡述了如何解析DWG文件，分析DWG文件數(shù)據(jù)結(jié)構(gòu)及數(shù)據(jù)類型，將DWG二進(jìn)制格式文件分解成可以存儲(chǔ)的實(shí)體元素，并將得到的實(shí)體元素存入數(shù)據(jù)庫，可提取數(shù)據(jù)庫中DWG文件信息，為實(shí)現(xiàn)工程概算和模糊匹配提供方便，同時(shí)簡(jiǎn)要介紹了DWG文件轉(zhuǎn)換成XML文件的方法。
　　關(guān)鍵詞：DWG 文檔格式化 研究
　　中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1672-3791(2011)02(a)-0000-00
　　
　　1前言
　　CAD作為一種功能強(qiáng)大的計(jì)算機(jī)輔助設(shè)計(jì)軟件被廣泛使用，在建筑、規(guī)劃、測(cè)繪中用它來繪制圖形，例如建筑設(shè)計(jì)圖、城市規(guī)劃圖等，其繪制的結(jié)果被保存為以DWG為擴(kuò)展名的矢量圖形文件中，這種矢量圖形在許多軟件中不能直接使用，必須經(jīng)過各種方法的轉(zhuǎn)換后方能調(diào)用。因此傳統(tǒng)的DWG文件不易讀取，不易轉(zhuǎn)換的特性就成為實(shí)際操作應(yīng)用的瓶頸，所以開發(fā)解析DWG文件，將DWG文件解析成可以讀取的，字符串形式的數(shù)據(jù)或方便轉(zhuǎn)換存儲(chǔ)形式的數(shù)據(jù)，就成為十分必要的，也是現(xiàn)在軟件實(shí)際應(yīng)用中主要面臨的問題。
　　本文對(duì)CAD矢量圖形的轉(zhuǎn)換方法進(jìn)行探究。通過對(duì)DWG實(shí)例文件的二進(jìn)制剖析，重點(diǎn)研究了DWG文件的內(nèi)部格式，包括其總體結(jié)構(gòu)，以及各部分的組織方式。在具體數(shù)據(jù)類型方面包括基本數(shù)據(jù)類型，擴(kuò)展數(shù)據(jù)類型和三維信息等的內(nèi)部表示方法。分析了其數(shù)據(jù)表示的不對(duì)齊，不定長，表示域大等特點(diǎn)。
　　
　　2 DWG文件的組成與解析
　　2.1 DWG 文件的結(jié)構(gòu)
　　如圖 1 所示，DWG文件按照地址偏移量依次分為定位器部分，圖像部分，環(huán)境變量部分，實(shí)體部分和對(duì)象映射表部分。各部分相互指向，共同表達(dá)了DWG 文件中實(shí)體的復(fù)雜邏輯關(guān)系。各個(gè)部分組成了一個(gè)有機(jī)整體，用戶可以訪問任何部分，在訪問具體對(duì)象前要通過對(duì)象映射表。定位器部分實(shí)質(zhì)是整個(gè)DWG 文件的總起部分，它用相對(duì)于文件首部的偏移來記錄其他各部分的位置。其中定位器的編號(hào)與其內(nèi)容是一一對(duì)應(yīng)的，在所有DWG文件中保持不變。
　　
　　圖 1 DWG 文件的總體結(jié)構(gòu)
　　2.2 DWG二進(jìn)制格式文件
　　DWG采用二進(jìn)制格式的文件形式，一方面可以節(jié)省文件占用的空間，另一方面提高讀寫文件的效率。為了防止用戶對(duì)DWG文件無意損壞而造成的AutoCAD 崩潰，AutoCAD 采用循環(huán)冗余校驗(yàn)，對(duì)DWG文件的正確性進(jìn)行檢查。
　　DWG二進(jìn)制格式文件，共有5 種數(shù)據(jù)形式：字符型、字節(jié)型、整型、長整型、IEEE標(biāo)準(zhǔn)的浮點(diǎn)數(shù)，用戶可以直接對(duì)這些數(shù)據(jù)進(jìn)行存取和處理。文件DWG 的數(shù)據(jù)結(jié)構(gòu)由5 部分組成，分別是：頭部、實(shí)體部、表部、塊實(shí)體部和應(yīng)急頭部?？傮w結(jié)構(gòu)如圖2所示：
　　
　　圖2 DWG文件數(shù)據(jù)結(jié)構(gòu)圖
　　(1)頭部結(jié)構(gòu)
　　DWG文件的頭部存放著DWG 文件的一些重要信息，如DWG 文件標(biāo)志、版本信息、各種索引用的地址以及Auto-CAD 軟件中的一部分系統(tǒng)變量。頭部的信息對(duì)于AutoCAD來講是至關(guān)重要的，因?yàn)锳utoCAD 對(duì)DWG 文件的所有尋址操作的地址均從頭部的有關(guān)參數(shù)計(jì)算而來，而且頭部還保存著與該文件中所保存圖形密切相關(guān)的系統(tǒng)變量的值。
　　(2)實(shí)體部
　　實(shí)體部保存著該圖形中的全部實(shí)體。所謂實(shí)體是指AutoCAD 中的基本圖形單元。如：點(diǎn)，線、圓、弧、塊、尺寸標(biāo)注等。為了識(shí)別實(shí)體，AutoCAD 將實(shí)體進(jìn)行編碼，如點(diǎn)實(shí)體的編碼為02H，直線實(shí)體的編碼為01H。對(duì)于每一個(gè)實(shí)體，其數(shù)據(jù)結(jié)構(gòu)都可以分成兩個(gè)部分：實(shí)體頭部和實(shí)體尾部。實(shí)體頭部的長度固定，包含有實(shí)體類型編碼、實(shí)體性質(zhì)、實(shí)體長度。不同實(shí)體，其尾部數(shù)據(jù)結(jié)構(gòu)不同。
　　(3)表部
　　表是AutoCAD 為方便索引而引入的數(shù)據(jù)結(jié)構(gòu)。在DWG文件中所有的表均按一定順序集中存放在表部。這些表包括塊表、層表、字型表、線型表。每一種表的格式、長度均固定。例如層表，它包含了該層的全部信息：層名、該層實(shí)體的顏色、線型以及該層的狀態(tài)，而每一種表的長度、個(gè)數(shù)和起始地址保存在頭部的索引信息段。
　　(4)塊實(shí)體部
　　塊是用AutoCAD 進(jìn)行繪圖時(shí)經(jīng)常遇到的一個(gè)概念。它是為了減少圖形文件的長度和方便操作而引入的。AutoCAD 將用戶所做的塊集中存在一起，這就是塊實(shí)體部。每生成一個(gè)塊時(shí)，AutoCAD 同時(shí)自動(dòng)地生成一個(gè)相應(yīng)的塊表以便檢索。對(duì)于每一個(gè)塊，其兩端均為塊起始實(shí)體和結(jié)束實(shí)體，中間為該塊所包含的各種實(shí)體元素。
　　(5)應(yīng)急頭部
　　為了防止由于頭部的重要索引信息的損壞而使整個(gè)DWG文件中的信息丟失， AutoCAD 將一些重要索引信息的副本保存在DWG 文件的尾部，稱為應(yīng)急頭部。它包含了恢復(fù)受損圖形文件的重要信息。
　　
　　3 DWG文件數(shù)據(jù)類型
　　3.1 基本數(shù)據(jù)類型
　　作為一個(gè)工程軟件，AutoCAD 必須有能力處理很大范圍的數(shù)據(jù)，同時(shí)極大地節(jié)省空間，因此在DWG文件中廣泛存在著可變長度的數(shù)據(jù)類型，這是其數(shù)據(jù)類型的典型特征，并在大多數(shù)的數(shù)據(jù)類型中得到體現(xiàn)。根據(jù)具體處理數(shù)據(jù)的方式不同，可分為2種典型的表示方式。
　　第1種典型表示方式主要用于表示浮點(diǎn)型及雙精度型。這種處理方式對(duì)一些特別而常用的數(shù)據(jù)如1.0，0.0 只采用兩位標(biāo)識(shí)表示，與IEEE 雙精度浮點(diǎn)數(shù)占用8字節(jié)相比，節(jié)約了62 位。DWG文件中存儲(chǔ)的數(shù)據(jù)沒有按要求對(duì)齊字節(jié)，這給讀取DWG 文件帶來了麻煩。由于數(shù)據(jù)不定長、不對(duì)齊，在實(shí)踐中采用以下編接的方法。
　　Readdouble(data， ucin， dRes)
　　{switch(flags)
　　{case 00:
　　 Break；
　　case 01: dRes=1.0； break；
　　case 10: dRes=0.0； break；
　　}}
　　ReadMC(data， iRes)
　　{ uctemp1= 按無符號(hào)字符讀data 的第1 個(gè)字節(jié)；
　　while(uctemp>=128)
　　{ires=uctemp1-128；
　　untemp2=2th；
　　if(64<=uctemp2<128) {ires+=uctemp2*128；ires=-ires；}
　　elseif(uctemp2<64) {ires+=uvtemp2*128；}
　　uctemp1=uctemp2；
　　}}
　　上面的基本數(shù)據(jù)類型主要用來表示幾何坐標(biāo)。DWG文件中有大量的對(duì)象需要定位，模式字符常用來表示地址數(shù)據(jù)。模式字符也是一種變長類型，但都是對(duì)齊的。它可表示任意大小的整型數(shù)，實(shí)際操作時(shí)可按32位整數(shù)處理。
　　第2種典型表示方式，基本數(shù)據(jù)類型常用來記錄對(duì)象的句柄。在DWG文件中，每一個(gè)可繪制或不可繪制的對(duì)象都有一個(gè)句柄唯一的標(biāo)識(shí)。句柄采用下面的數(shù)據(jù)結(jié)構(gòu)：
　　typedef struct tagHandle
　　{uchar code；
　　uchar* Hdata；
　　}Handle；
　　DWG文件最多可包含128個(gè)對(duì)象，DWG文件還有巨大的潛力有待挖掘。需要指出的是，DWG 文件中并不是所有的句柄都采用這種格式表示，有些句柄記錄在擴(kuò)展數(shù)據(jù)類型中。
　　3.2 擴(kuò)展數(shù)據(jù)類型
　　DWG文件中一般存儲(chǔ)有大量的附加屬性信息，這些信息可以是文本，整數(shù)，浮點(diǎn)數(shù)或其他任何自定義數(shù)據(jù)。用戶常遇到的BLOB在DWG文件中就表現(xiàn)為這種類型，其類名XRecord。它們的具體存儲(chǔ)方式靈活多變，基本方式是用一個(gè)詞典對(duì)象與一個(gè)或多個(gè)XRecord對(duì)象共同表示一組擴(kuò)展數(shù)據(jù)。
　　
　　3.3 三維信息
　　AutoCAD 的造型能力來自ACIS，這是一個(gè)集成了目前最先進(jìn)造型方法和技術(shù)的幾何造型平臺(tái)，采用文本方式記錄造型信息。從DWG 文件內(nèi)部數(shù)據(jù)格式來講，AutoCAD 將其通過造型界面獲取的ACIS 文本造型信息通過簡(jiǎn)單轉(zhuǎn)化后直接存儲(chǔ)，而當(dāng)用戶用ACISOUT 命令輸出模型信息時(shí)，AutoCAD 將這部分文本信息輸出為單獨(dú)的SAT 文件。因此這類信息既不是基本數(shù)據(jù)類型，也不同于附加屬性信息。
　　
　　4讀取文件對(duì)象
　　4.1讀取DWG文件
　　用簡(jiǎn)單的代碼就可以實(shí)現(xiàn)對(duì)DWG 文件的讀取。要讀取某個(gè)DWG 文件，需要將其所有對(duì)象或?qū)嶓w的句柄，絕對(duì)地址，組代碼一一讀取。
　　BOOL ReadAllObjEnt()
　　{
　　從定位器部分讀取對(duì)象映射表的絕對(duì)地址；
　　在對(duì)象映射表開始處讀取對(duì)象映射表的長度；
　　Hndl=0； Adrss=0
　　do
　　{
　　緊接著讀句柄的偏移量；
　　讀取對(duì)象的地址偏移量；
　　Hndl+=句柄偏移量；
　　Adrss+=地址偏移量；
　　按 Adrss 尋址；
　　讀取對(duì)象的組代碼；
　　輸出 Hndl， Adrss，組代碼；
　　}
　　while(對(duì)象映射表長度耗盡)
　　}
　　上述代碼可以生成一個(gè)XML文件。一幅AutoCAD 圖形中包含著多個(gè)對(duì)象，其數(shù)據(jù)庫結(jié)構(gòu)如下：層表和層表記錄，塊表和塊表記錄，包括模型空間和圖紙空間。AutoCAD 中所有的實(shí)體可見對(duì)象均屬于塊表的這兩個(gè)記錄。
　　在文件讀取的過程中，根據(jù)這些對(duì)象可以建立相應(yīng)的對(duì)象集合。層表對(duì)象包含圖層的信息，可生成集合LAYER={L1 ， L2 ， L3， . . . ， Ln}；塊表中包含所有的實(shí)體和可見對(duì)象，可以生成集合:
　　BLOCK= { POINT， LINE， CIRCLE，TEXT， . . . }
　　POINT= { P1 ， P2 ， P3 ， . . . ， Pn}
　　LINE= {Li1， Li2， Li3 ， . . . ， Lin}
　　CIRCLE= {C1， C2， C3 ， . . . ， Cn}
　　TEXT= {T1， T2， T3， . . . ， Tn}
　　這樣DWG文件在圖紙上就被表示成點(diǎn)、線或三角形，把復(fù)雜的的DWG文件轉(zhuǎn)換成可以存儲(chǔ)在數(shù)據(jù)庫中的實(shí)體對(duì)象。
　　實(shí)體是一類特殊的數(shù)據(jù)庫對(duì)象，在AutoCAD圖形中表現(xiàn)為如下的基本實(shí)體組合：線、圓、弧、文本、區(qū)域、復(fù)合線和橢圓。用戶可以在AutoCAD 的圖形編輯器中使用命令來編輯這些實(shí)體，通過訪問實(shí)體數(shù)據(jù)庫來改變獲得這些實(shí)體的值。利用一些軟件來自動(dòng)提取DWG 文件標(biāo)題欄字符串信息的模塊，實(shí)現(xiàn)圖紙標(biāo)題欄信息的自動(dòng)提取并保存到數(shù)據(jù)庫。服務(wù)器端利用SQL Server 數(shù)據(jù)庫實(shí)現(xiàn)對(duì)設(shè)計(jì)圖紙的自動(dòng)化管理。
　　4.2 DWG文件入庫
　　圖紙需入庫保存時(shí)，在AutoCAD 環(huán)境中加載該程序，執(zhí)行圖紙入庫命令，選擇所需入庫的圖紙文件。系統(tǒng)調(diào)用AutoCAD 內(nèi)部函數(shù)limmax()獲得圖紙幅面大小，得到標(biāo)題欄位置，再根據(jù)標(biāo)題欄中各個(gè)字符串的相應(yīng)位置，即可實(shí)現(xiàn)標(biāo)題欄中圖名、圖號(hào)、比例、材料、設(shè)計(jì)者、審核者、批準(zhǔn)者、日期等字符串信息在AutoCAD 后臺(tái)數(shù)據(jù)庫中的自動(dòng)提取，最后將所提取的信息保存到服務(wù)器端SQL Server 數(shù)據(jù)庫中。附著的外部參照經(jīng)過綁定和插入操作后即與圖塊相同，可按相同方式處理。定義好的外部圖塊和繪制好的圖紙都存成DWG 圖紙的形式。它們用兩種不同方法插入到當(dāng)前圖紙中，即圖塊和外部參照，命令分別是INSERT 和XREF。關(guān)鍵問題是圖元在外部圖塊或被插入圖紙中的參照坐標(biāo)系與當(dāng)前圖紙坐標(biāo)系不同，因此要進(jìn)行坐標(biāo)變換，具體可分為4 種情況。
　　DWG 圖紙作為圖塊插入，則圖紙中圖元坐標(biāo)不變，基點(diǎn)坐標(biāo)為(0，0)。DWG 圖紙作為外部引用插入，則圖紙中圖元坐標(biāo)不變，基點(diǎn)坐標(biāo)為(0，0)。圖塊作為外部引用插入，則圖紙中圖元坐標(biāo)不變，基點(diǎn)坐標(biāo)變化。圖塊作為圖塊插入，則圖紙中圖元坐標(biāo)變化，基點(diǎn)坐標(biāo)為(0，0)。4種情況分別處理會(huì)很復(fù)雜，經(jīng)分析歸納出統(tǒng)一的坐標(biāo)轉(zhuǎn)換公式。設(shè)圖元在當(dāng)前圖紙中的坐標(biāo)點(diǎn)為( x c ，y c)，圖元原始坐標(biāo)點(diǎn)為( x 0，y 0)，基點(diǎn)坐標(biāo)為( x b，yb )，插入點(diǎn)坐標(biāo)為( x i，yi )，其中( x 0，y 0)，( x b，yb )，( x i，y i ) 可從DXF 文件中獲得，坐標(biāo)轉(zhuǎn)換公式為( x c，y c ) = ( x 0，y 0) - ( x b，y b ) + ( x i，y i )這樣就把復(fù)雜的圖元轉(zhuǎn)換成可以存儲(chǔ)的實(shí)體元素，為入庫及文件的讀取提供方便。經(jīng)過處理，復(fù)雜的DWG文件被解析成可以存儲(chǔ)、轉(zhuǎn)換、可供用戶調(diào)用的元素。
　　
　　5結(jié)語
　　DWG文件是高度緊湊的數(shù)據(jù)與可表示數(shù)據(jù)域的完美結(jié)合。在DWG 圖紙中發(fā)現(xiàn)知識(shí)，其中用到的很多技術(shù)都是一些嶄新的技術(shù)。本文給出了一種從AutoCAD 的DWG 圖紙中提取數(shù)據(jù)信息解析DWG文件的方法。解析后的DWG文件將會(huì)給文件的入庫和數(shù)據(jù)提取帶來方便，減少文件不易轉(zhuǎn)換，文件過大等實(shí)際應(yīng)用方面的缺陷。DWG文件數(shù)據(jù)信息入庫為工程概算提供條件，方便用戶進(jìn)行模糊匹配，實(shí)現(xiàn)工程造價(jià)的預(yù)算。解析DWG文件將對(duì)研究CAD，實(shí)際操作應(yīng)用等方面都能提供極大的幫助。將提高在海量的圖紙中發(fā)現(xiàn)知識(shí)的能力。這是一種嘗試，相信不懈的努力會(huì)有更大的成果。
　　
　　參考文獻(xiàn)
　　[1]