c# - 从 WORD 打开 XML 中删除空白页

Question

我已经使用 open XML 成功生成了一个 word 文档文件，但是我有太多的空白页，我该如何删除它们？

Answer 1

这取决于这些空白页在 Open XML 中的表示方式；您可能想发布一个示例文档来准确演示您的空白页是如何表示的。

但是，让我们以 Word 文档为例，其中用户插入了额外的分页符（通过在 Word 中按 ctrl-enter），导致出现空白页。这些分页符将在 XML 中表示为：

<w:br w:type="page"/>  

页面中仍然会有很多用于间距、字体等的标签；页面也可能显示页眉和页脚。但是让我们将空白页定义为没有新段落文本的空白页。在 Open XML 中，新文本使用 aw:t 标记显示。

因此，为了删除由额外分页符创建的空白页面，中间没有文本，我们可以在 XML 文档上运行以下正则表达式，替换为空白 ("")：

<w:br w:type="page"/>(.(?!<w:t>))*(?=<w:br w:type="page"/>)

此正则表达式将搜索一系列两个或多个分页符，中间没有新文本，删除除最后一个之外的所有分页符。

（请注意，这不会处理文档末尾的空白页，这有点棘手。此外，如果您想考虑包含图像、文本框等的页面，则必须使用正则表达式扩大到包括相关项目）。