使用Word Interop和C＃在工作中构建一个程序，其中一个功能就是计算字数。
现在这不是Word字数，因为我需要模拟工作中使用的CAT toool的字数。
我发现的一个问题是CAT工具使用文本格式来分割单词。这意味着如果我有单词1st with st superscripted，则单词将计算一个单词（因为两者之间没有任何区别），CAT工具根据文本格式更改计算2个单词。
东西是CAT工具跟踪格式变化，而这些信息会破坏这个词。
所以，我可以逐字逐句地逐字逐句地检查所有可能性（字体，粗体，斜体等），但是如果使用多个文件（每个文字有1000个单词），这将会非常慢。
有谁知道更好的解决方案？
答案 0 :(得分：2)
来自MSDN论坛的Cindy给了我这个答案的答案
http://social.msdn.microsoft.com/Forums/en-US/worddev/thread/16fc1fb9-4713-45e5-ae00-76bbaafe0a56
然后我要看的方法是使用Document.Content.WordOpenXML将内容提取到字符串中。内容将采用Office Open XML“平面包”格式，这意味着它应包含所有内容。
然后，您应该能够“解析”字符串以获取所需的信息。
如果查看这样的字符串，您应该看到所有文本都在元素中。如果有格式化，那么它将打破部分 - 每个格式更改的一部分。因此，除了提取所有w：t元素之外，您需要做的就是检查标点符号和空格，否则会在文本中描述“单词”。