Question

我需要基于一些唯一的ID或可以识别/区分50-60页word文档中的每个段落的内容（使用TX Text Editor加载它）来提取段落。我将这些唯一标识标记到列表框或其他列表控件上，然后单击列表框项目，转到该特定段落并突出显示它。我以为w：paraID是唯一的，但它为null，而不是出于开发目的。应该有一些自定义技巧，可以在其中添加一些内容。

现在，我将TxText编辑器加载的内容转换为docx-> wordprocessingML，并试图弄清楚如何使用某些唯一的ID或样式提取某些段落。段落的内容未知，只有列表项和Docx之间的某些映射会突出显示整个段落。

关于，贾斯比尔

Answer 1

有多种方法可以做到这一点。最好的方法取决于具体情况。

您可以通过每个段落的位置索引来对其进行寻址。如果您的文档包含N个段落，则第一个将在索引0处，最后一个将在索引N-1处。此解决方案不需要任何标记。
如果可以预处理Word文档，则可以添加“ 永久”或“ 可忽略”标记来唯一标识每个段落：
- “ 永久”标记表示Microsoft Word将不会删除的标记。至少有两种解决方案：
  - 您可以在段落周围添加w:bookmarkStart和w:bookmarkEnd元素（使用BookmarkStart和BookmarkEnd实例）。 w:name元素的w:bookmarkStart属性可以用作您的唯一ID。
  - 您可以将每个w:p元素（Paragraph实例）括在w:sdt（块级结构化文档标签）元素中。一个w:sdt元素（SdtBlock实例）可以具有一个w:sdtPr子元素（SdtProperties实例），该子元素可以具有一个w:tag子元素（{{1} }实例）。 Tag元素的w:val属性值可以用作您的唯一ID。
- “ 不可忽略”标记表示如果打开并重新保存文档，Microsoft Word可以删除该标记。例如，您可以定义自己的XML命名空间，在w:tag根元素（w:document实例）中声明，然后将其添加到Document命名空间前缀列表中。然后，您可以将以名称空间为前缀的属性添加到mc:Ignorable元素（w:p实例）中。您的属性值可以是唯一ID。

因此，假设您有以下文档（带有简化的标记）：

Paragraph

使用<?xml version="1.0" encoding="utf-8"?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <w:body> <w:p> <w:r> <w:t xml:space="preserve">First paragraph.</w:t> </w:r> </w:p> <w:p> <w:r> <w:t xml:space="preserve">Second paragraph.</w:t> </w:r> </w:p> </w:body> </w:document>和w:bookmarkStart元素，您标记的文档如下所示：

w:bookmarkEnd

使用<?xml version="1.0" encoding="utf-8"?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main"> <w:body> <w:bookmarkStart w:id="1" w:name="UniqueId_1" /> <w:p> <w:r> <w:t xml:space="preserve">First paragraph.</w:t> </w:r> </w:p> <w:bookmarkEnd w:id="1" /> <w:bookmarkStart w:id="2" w:name="UniqueId_2" /> <w:p> <w:r> <w:t xml:space="preserve">Second paragraph.</w:t> </w:r> </w:p> <w:bookmarkEnd w:id="2" /> </w:body> </w:document>元素，您的文档将如下所示：

w:sdt

最后，使用可忽略的标记，您的文档应如下所示：

<?xml version="1.0" encoding="utf-8"?>
<w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
  <w:body>
    <w:sdt>
      <w:sdtPr>
        <w:tag w:val="UniqueId_1" />
      </w:sdtPr>
      <w:sdtContent>
        <w:p>
          <w:r>
            <w:t xml:space="preserve">First paragraph.</w:t>
          </w:r>
        </w:p>
      </w:sdtContent>
    </w:sdt>
    <w:sdt>
      <w:sdtPr>
        <w:tag w:val="UniqueId_2" />
      </w:sdtPr>
      <w:sdtContent>
        <w:p>
          <w:r>
            <w:t xml:space="preserve">Second paragraph.</w:t>
          </w:r>
        </w:p>
      </w:sdtContent>
    </w:sdt>
  </w:body>
</w:document>

使用段落索引将是最直接的解决方案。接下来，添加可忽略的标记每个段落仅需要一个附加属性。但是，如果您使用Microsoft Word打开并保存文档，此属性将无法生存。接下来，对于最终用户来说，书签是一种非侵入性的解决方案。但是，书签更难处理。最后，<?xml version="1.0" encoding="utf-8"?> <w:document xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:my="http://my.domain.com/some/url/for/my/namespace" mc:Ignorable="my"> <w:body> <w:p my:uniqueId="UniqueId_1"> <w:r> <w:t xml:space="preserve">First paragraph.</w:t> </w:r> </w:p> <w:p my:uniqueId="UniqueId_2"> <w:r> <w:t xml:space="preserve">Second paragraph.</w:t> </w:r> </w:p> </w:body> </w:document>元素很容易在纯功能转换中创建，并且以后很容易处理。但是，如果您希望最终用户继续使用Word文档，它们可能会妨碍最终用户的使用。

OpenXml SDK-如何在Word文档中唯一标识段落

1 个答案: