Question

如何从docx文件中逐字逐句（带样式）阅读。我想逐个比较两个docx文件，并根据我必须写入另一个docx文件（使用c＃和OOXML）的差异。我尝试使用 DocumentFormat.OpenXml.Extensions.dll ， OpenXMLdiff.dll 和 ICSharpCode.SharpZipLib.dll 来实现这一目标，但没有任何东西给我逐字阅读的选项（ICSharpCode.SharpZipLib确实逐字逐句，但它不会给出与该词相关联的样式）。

对此的任何帮助都非常有用。

Answer 1

此MSDN文章介绍了如何逐段可靠地检索文档的确切文本。

http://msdn.microsoft.com/en-us/library/ff686712.aspx

同时，您可以确定每个段落的样式。这很容易。以下博客文章介绍了如何检索每个段落的样式和文本：

http://blogs.msdn.com/b/ericwhite/archive/2009/02/16/finding-paragraphs-by-style-name-or-content-in-an-open-xml-word-processing-document.aspx

比较两者？这取决于您确切的所需语义。一种方法是创建包含段落和样式的XML文档，然后比较XML文档。 XML文档可能如下所示：

<Root>
  <Para>
    <Style>Normal</Style>
    <Text>This is the text of the paragraph.</Text>
  </Para>
  <Para>
    <Style>Heading1</Style>
    <Text>Overview of the Process</Text>
  </Para>
</Root>

Answer 2

最简单的方法是使用您喜欢的ZIP库解压缩DOCX文件，然后将文本文件与文件IO库进行比较。

使用OOXML比较Docx文件

2 个答案: