[英]How to split a Word document by section using C# and the Open XML SDK?
[英]How to get text out of Word Document using C# open-xml SDK in json like format?
我正在嘗試使用 C# open-xml SDK 從 word 文檔中提取所有文本,並且我想存儲每個段落的樣式屬性和 innerText 數據,然后存儲段落內的每個運行(最終是桌子也一樣)。
{
"paragraphs":
[
{
"innerText": "",
"runs": [
{
"runProperties": {},
"innerText": ""
}
],
"paragraphProperties": {}
}
],
"tables":
[
{
}
]
}
這是所需的結構。
我來自 python 背景,使用 python dict 執行此操作會很容易,因為 dict 中的鍵值沒有嚴格的類型。 但是我幾乎不知道如何在 C# 中解決這個問題。
static void Main(string[] args)
{
string fileName = @"<path to file>";
using (WordprocessingDocument myDoc = WordprocessingDocument.Open(fileName, true))
{
IEnumerable<Paragraph> paragraphList = myDoc.MainDocumentPart.Document.Body.Elements().Where(c => c is Paragraph).Cast<Paragraph>();
foreach (Paragraph p in paragraphList)
{
string paragraphInnerText = p.InnerText;
IEnumerable<Run> runList = p.ChildElements.Where(c => c is Run).Cast<Run>();
foreach (Run r in runList)
{
string runInnerText = r.InnerText;
IEnumerable<RunProperties> runProperties = r.ChildElements.Where(c => c is RunProperties).Cast<RunProperties>();
Console.WriteLine("Getting Run Data.");
}
IEnumerable<ParagraphProperties> paragraphPropertiesList = p.ChildElements.Where(r => r is ParagraphProperties).Cast<ParagraphProperties>();
}
}
Console.WriteLine("All done. Press a key.");
}
這是我到目前為止想出的代碼,有一些幫助。
關於如何以 json 格式存儲它的任何想法,或者我應該如何去做? 提前致謝! :)
選項 A,使用帶有 SerializeXmlNode ( JSON.NET ) 的源 xml 轉換所有文檔:
XmlDocument doc = new XmlDocument();
doc.LoadXml(myDoc.MainDocumentPart.Document.OuterXml);
var json = JsonConvert.SerializeXmlNode(doc);
選項 B,為所有段落和運行創建匿名類型:
IEnumerable<Paragraph> paragraphList = myDoc.MainDocumentPart.Document.Body.Elements().OfType<Paragraph>();
var proj = paragraphList.Select(p => p.ChildElements.OfType<Run>().Select(r => new
{
r.InnerText,
runProperties = r.ChildElements.OfType<RunProperties>().FirstOrDefault()?.Select(rp => new { rp.GetType().Name, Val = rp.GetAttributes().FirstOrDefault().Value })
}));
var json = JsonConvert.SerializeObject(proj, Newtonsoft.Json.Formatting.Indented);
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.