电子纸阅读器的PPT格式引擎设计和优化

3 软件设计
本设计以嵌入式多格式解析引擎系统架构为基础。解析引擎是负责对源文件进行解析，生成中间格式需要的数据的模块。
解析引擎的内部架构如图2所示。

3．1 语法分析器
语法分析器为输入流数据，输出为结构化数据供各模块使用。PPT格式的记录采用id-value结构，id和value占据规定的字节数，语法分析器负责识别记录id，并抽取value。
3．2 导航器
负责把数据从文件系统调入内存，并把I／O流转换成结构化数据，即用DOM结构描述文件的整体架构。
该模块具有页面导航作用。PPT使用OLE2组合文档存储。容器和结点只存储粗粒度索引信息，对于不需要立即显示的页，只存储容器结点，暂时不展开，需要显示该页时，再从该结点向下展开，从而减少了不必要的文件读取。这种分层装载方法，提高了打开速度，并且对于大文档，进入速度只和第一页的复杂程度有关。
此外，为了更好地索引，建立了一系列的链表结构。如：数据块索引表、根目录表、图像数据流链表、用户反向链表、文本链、母板链表等。
文件长度、版本号、进行文件合法性等信息通过读取初始化块获得。除此之外还需要初始化几个重要的全局链表。
①数据块索引表。文件以块为单位存储，且不连续，数据所属块号和块内偏移量可以方便地进行寻址操作。
②构建根目录表，包括存储内容的起始块号和大小，用于寻址操作。读操作只在当前块范围内，当超出当前块可读长度时，通过查询块索引表找到下一块的块号。
③构建图像数据流链表。
④构建用户反向链表。为了快速保存，PPT采用增量式存储，即每次保存时，直接生成页面副本并追加到文档末尾。增量式存储的缺点是冗余量大。例如，有的文件只有几页，但文件大小几MB甚至几十MB，文件实际大小和修改次数有关。
⑤幻灯片文本链，流信息到排版元数据独立存储。纯文本存储在文本流中，存储以及排版信息存储在页数据区。页数据区还存储了纯文本在文本流中的位置。
⑥母板链表，母板一般作为背景，以页为单位顺次存储。因为电子纸显示灰度图像，背景和正文叠加以后看不清楚，用户阅读时可以去除背景，而不会影响到文件本身。
增量式存储的基本思想是：每次修改产生一个用户信息，存储修改的块号，当前用户信息反向指向上一个用户信息，从而构成一个用户反向链。遍历用户反向链可以找到最后一次修改。冗余数据可以直接丢弃。
3．3 布局管理器
负责屏幕划分和图层管理，布局管理器划为不同的矩形区域，并标识该区域的类型。然后分别将解析得到的文字，图形，图像缓冲区映射到屏幕位图上。
3．4 文字处理器
PPT格式的文字种类和布局相对复杂，可以分为正文和图形内嵌文字两种，各级标题正文的布局也有要求。文字处理器针对各种文本的排版格式多样性进行解析和布局，完整再现原文档的版式信息。
文字处理过程分为预排版和页面排版两部分，预排版负责填充字模缓冲区，抽取字符编码和字体信息作为FreeType的输入，用生成的单个字模位图填充缓冲区。然后结合标尺和对其方式把映射到页面显示缓冲区。文字解析原理图如图3所示。

3．5 图形渲染
负责图形绘制和组合图形坐标空间转换。本解析引擎不依赖于图形服务器，拥有专用的矢量图形绘制库。能够将图形直接绘制到页面位图中，与物理显示无关。
绘制直线，曲线和多边形填充分别采用了经典的Breshman算法，三次贝塞尔曲线画线算法，列扫描多边形填充算法3种成熟算法。为了提高了运算效率，对于浮点数作取整运算。经验证，在浮点数运算效率不佳的嵌入式系统上也能到达较好的渲染效果。
组合图形(Drawing Group)包含了一组图形对象，采用了Dom结构。子结点使用相对于父结点的坐标空间。因此，图形处理能够递归地进行坐标转化，并把图形绘制在其父结点的坐标空间内。