知识库 KB0118
  2. 资源
  3. 知识库
  4. KB0118

在 Office SharePoint 中执行内容爬网失败

问题

Office SharePoint 无法对包含 Excel 文件（具有 think-cell 链接）的内容源进行完全爬网，在爬网记录中找到以下消息：

Site Data Web 服务中的错误。（无效的高代理项字符 (0xXXXX)。高代理项字符的值必须介于 (0xD800 - 0xDBFF) 范围内。）

原因

此问题是由 Excel 2000 和 Excel XP 中的 Bug 所致，该 Bug 会导致生成元数据已损坏的 Excel 文件。若将具有链接源的字符串自定义文档属性添加到 Excel 文档，但无法对源进行解析，则会发生此问题。在更新版本的 Excel 中，已将文档属性值设为有效的项（例如，空字符串）。但是在 Excel 2000 和 Excel XP 中，该值包含无用字符，可能会导致 Office SharePoint 爬网失败。Excel 文档先明确声明文档属性值已设为默认值，但随后在解析源时进行更新，因此该行为是 Excel 2000 和 Excel XP 的 Bug。

使用以下步骤可以重现该问题：

  1. 使用以下链接下载非常简单的 Excel 文件：LinkSourceProp.xls。
  2. 使用 Office 2000 或 Office XP Excel 加载该文件，确保宏处于活动状态。
  3. 按 Alt+F11 打开宏窗口，运行 AddDocumentProperty 例程。
  4. 前往文件 → 属性，然后选择自定义选项卡。
  5. 与新添加的 TestProperty 关联的值是无用字符。
Excel 中的元数据对话框.

解决方案

think-cell 使用自定义文档属性，我们注意到该行为后，已改变代码，以添加类型为布尔值（而非字符串）的文档属性。Excel 2000 和 Excel XP 会将文档属性设为有效的布尔值，此值在无法解析链接源时仍保持有效。

使用 think-cell 5.0 或更高版本创建的文件若采用这项解决方法，将能由 Office SharePoint 成功爬网。

如需有关在 Excel 2000 或 Excel XP 生成的文件中对损坏的文档属性值进行修复的建议，请直接联系 Microsoft Office 支持。

分享