首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >使用c#互操作从word文档获取格式

问使用c#互操作从word文档获取格式
EN

Stack Overflow用户
提问于 2012-01-05 20:08:00
回答 1查看 1.9K关注 0票数 0

我使用Word Interop和n C#在工作中建立一个程序,其中一个功能是获得字数统计。

现在,这不能是字数统计,因为我需要模拟工作中使用的CAT toool的字数。

我发现的问题之一是CAT工具使用文本格式来拆分单词。这意味着,如果单词format带有st上标,word将计算一个单词(因为这两个单词之间没有任何分隔),CAT工具会根据文本格式的变化计算2个单词。

CAT工具会跟踪格式的变化,并且这些信息会打断单词。

因此,我可以逐个单词,逐个字符,并检查所有的可能性(字体,粗体,斜体,等等),但这将是非常慢的工作多个文档,每个有1000个单词。

有人知道更好的解决方案吗?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2012-01-10 19:04:48

来自MSDN论坛的Cindy在这个问题上给了我答案。

http://social.msdn.microsoft.com/Forums/en-US/worddev/thread/16fc1fb9-4713-45e5-ae00-76bbaafe0a56

然后,我考虑的方法是使用Document.Content.WordOpenXML将内容提取到一个字符串中。内容将采用Office Open XML“平面包”格式,这意味着它应该包含所有内容。

然后,您应该能够“解析”字符串以获得所需的信息。

如果您查看这样的字符串,您应该看到所有文本都在元素中。如果存在格式化,则会将其分解为多个部分-每个格式更改对应一个部分。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,否则这些标点符号和空格将在文本中描绘“单词”。

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/8742246

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档