新闻详情

新闻详情

首页 / 资讯中心 / 详情

drawio-desktop 教程:Visio 文件转换与本地批量导出

发布时间:2026/11/13 6:11:06来源:尧图网络
drawio-desktop 教程:Visio 文件转换与本地批量导出
drawio-desktop 教程Visio 文件转换与本地批量导出【免费下载链接】drawio-desktopOfficial electron build of draw.io项目地址: https://gitcode.com/GitHub_Trending/dr/drawio-desktop如果你需要把.vsdx格式的 Visio 流程图画稿转到 Mac 或 Linux 同事能直接打开的格式drawio-desktop 可以把它拖进窗口打开编辑再导出为 PNG、PDF、SVG、HTML 等格式。它是基于 Electron 的开源桌面应用Apache 2.0 许可转换全程在本地完成不经过任何第三方服务器。当前版本 31.5.2。一句话定位许可Apache 2.0不改代码即接受 as-is 条款可任意用途免费使用平台Windowsx64 与 ARM64 原生构建、macOSx64/arm64/universal、Linux依赖Electron 44 外壳 以 git 子模块存放的 drawio 核心编辑器源码构建要求 Node.js ≥ 22.12 安装 drawio-desktop 的两种方式下载成品从官方发布页获取对应平台产物。Windows 有四种形式形态适用场景权限特点NSIS 安装包.exe机器统一部署管理员按机器安装到 Program Files注册文件关联MSI 安装包无管理员权限的机器用户按用户安装到用户目录便携版 no-installer临时使用、U 盘携带无免安装但不注册文件类型Microsoft StoreAPPX走商店通道分发用户按用户安装macOS 提供 dmg 与 zipLinux 提供 AppImage、deb、rpm、snap。Windows on Arm 每次发布附带 ARM64 原生安装包与便携版。源码构建核心编辑器是 git 子模块普通 clone 不会拉取必须加--recursive环境前置是 Node.js 22.12 及以上。git clone --recursive https://gitcode.com/GitHub_Trending/dr/drawio-desktop cd drawio-desktop npm install npm run sync npm start已克隆但缺子模块的目录补一句git submodule update --init即可。npm run sync会把drawio/VERSION里的版本号写入package.json跳过它会在打包阶段报错。第一次运行从打开应用到第一个导出文件启动应用Windows 双击桌面图标macOS 打开 .appLinux 运行 AppImage 或菜单项 drawio。将一份.vsdx文件拖入窗口或菜单 Open画布中加载出原图。检查图形、连线与文字是否完整必要时框选元素微调位置。菜单 Export as 选择 PNG或 PDF在弹出对话框中确认画布尺寸。指定保存路径并确认得到第一份.png导出文件。⚙️ 操作手册按任务组织的常用命令单文件转换Visio 转 PNG 或 PDFdrawio flow.vsdx --export -f png -o flow.png--export启动导出模式输入可以是.vsdx、.csv、Mermaid.mmd/.mermaid或.drawio文件-f输出格式取 pdf、png、jpg、svg、xml、html 之一默认 pdf-o输出文件或目录省略时用输入文件名加格式扩展名⚠ 注意-o指定的文件名一旦带上扩展名格式就由扩展名决定-f会被忽略。批量递归导出整个目录drawio docs --export -r -f pdf -o docs_pdf -k-r递归处理子目录里的所有文件-k遇到已存在的输出文件时跳过不覆盖手工改过的结果--timeout seconds单个文件导出超时即放弃该文件、继续下一个默认 0 不限时⚠ 注意输入是目录时不带-r只会处理目录顶层子文件夹里的图会被漏掉。用预设布局自动重排drawio messy.drawio --export --layout organic -f png -o out.png--layout预设名可选 verticalFlow、horizontalFlow、verticalTree、horizontalTree、radialTree、organic也接受自定义布局 JSON 数组在打开文件后、导出前生效--normalize先修复模型把边挂到端点的最近公共祖先、补齐缺失几何、放大裁剪子元素的最小容器不动作者已摆放的元素⚠ 注意机器生成的图表建议先加--normalize再跑--layout否则布局会基于残缺的模型计算。导出 PDF 时指定页范围与版面drawio report.vsdx --export -f pdf --page-range 1..3 --width 800 -o part.pdf-g/--page-range from..to页范围从 1 开始计数仅 PDF 格式支持-a导出全部页PDF/HTML--width把输出压到指定宽度并保持宽高比配合--crop可裁到图元尺寸-t透明背景仅对 PNG 和 SVG 生效⚠ 注意图像格式不指定页时默认只导第一页多页取全部要用-a。组合技三个高频参数组合drawio pic.drawio --export -f png -t -b 24 -s 2 -e -o pic-t透明底、-b 24四周留 24px 白边、-s 2两倍缩放、-e在 PNG/SVG/PDF 里内嵌一份图表副本。适合导出后嵌入文档、再需要反向取回编辑的场景。drawio docs --export -r -f svg --embed-svg-images --embed-svg-fonts -o out -kSVG 里嵌图片与字体产物自包含。适合把图放进网页或静态站点不依赖本地资源文件。drawio lesson.drawio --export -f html -o lesson.html导出自包含 HTML默认带缩放控制、lightbox、图层与标签工具栏。适合发给不装任何软件的人用浏览器交互查看。横向对比drawio-desktop、在线转换与商业 Visio维度drawio-desktop在线转换服务商业 Visio 客户端数据流向全程本地需上传到服务器本地平台覆盖Windows / macOS / Linux浏览器即可仅 Windows许可费用Apache 2.0 免费按次或订阅商业授权格式互操作导入 vsdx、csv、Mermaid导出 6 种格式多为单向转换Visio 原生格式离线可用可用必须联网可用数据与隐私图表存到哪里、发不发出去图表数据永不外发也没有使用统计上报内容安全策略禁止运行远程加载的脚本。唯一例外是启动时的版本检查设DRAWIO_DISABLE_UPDATEtrue或加--disable-update即可关闭。落盘路径macOS 为~/Library/Application Support/draw.ioWindows 为C:\Users\用户名\AppData\Roaming\draw.io\Linux 为~/.config/draw.io。Local/Session Storage 均在这些目录下。一个例外要留意图里若引用了 URL 形式的图片、背景或字体打开时会向该 URL 发起请求以正确渲染可能向对方暴露你的 IP 地址但不包含图表内容。打开不可信来源的图前心里有数即可。 排障速查五个高频问题症状原因解法npm start启动后找不到编辑器核心编辑器在drawio子模块里普通 clone 没拉取git submodule update --init改了src/main/electron.js重启不生效draw.io 每用户只允许一个实例新副本在官方应用里开了窗口先退出所有正在运行的 draw.io 再启动macOS 自编译版提示已损坏未签名未公证被 Gatekeeper 隔离拷入 /Applications 后执行xattr -cr /Applications/draw.io.appWindows 打包报 Trusted Signing 相关错误DRAWIO_UNSIGNEDtrue只对当前终端会话有效在打包命令所在终端重新执行set DRAWIO_UNSIGNEDtrueAppImage 启动报fuse: memory allocation failedAppImageLauncher 2.x 不兼容 31.4.2 起的静态运行时升级到 AppImageLauncher 3.0 或直接卸载它自编译相关的完整背景见 doc/BUILDING_FOR_PERSONAL_USE.md。深入一层架构与关键文件项目本体是一个轻量的 Electron 外壳包着以 git 子模块存放在drawio/目录下的 draw.io 核心编辑器主进程代码src/main/合计约 5.5 千行负责窗口、菜单、命令行、自动更新与本地存储。src/main/electron.js主进程入口窗口管理、自动更新、菜单与 IPC单文件约 4.5 千行src/main/args.js手写命令行解析器定义约 40 个参数及其校验规则src/main/electron-preload.js经 contextBridge 向页面暴露白名单 APIsync.cjs构建前把子模块版本号写入package.json并生成更新开关文件从源码出安装包的一行流程递归克隆 →npm install→npm run sync同步版本号 →npx electron-builder --config electron-builder-linux-mac.json --publish never产物落在dist/。落地三步现在就能做的验证装好应用拖入一份现有.vsdx分别导出 PNG 与 HTML打开确认转换质量。挑一个图多的目录跑drawio 目录 --export -r -f pdf -o 输出目录 -k核对输出目录结构与源目录一致。长期部署的机器设置DRAWIO_DISABLE_UPDATEtrue并记下本机数据目录路径便于日后迁移或排查。【免费下载链接】drawio-desktopOfficial electron build of draw.io项目地址: https://gitcode.com/GitHub_Trending/dr/drawio-desktop创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/13 0:43:49

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉