asp.net - 如何在 ASP.NET 应用程序中查询 Word docx？

Question

我想将 Word 2007 或更高版本的 docx 文件上传到我的 Web 服务器，并将目录转换为简单的 xml 结构。使用传统 VBA 在桌面上执行此操作似乎很容易。查看用于创建 docx 文件的 WordprocessingML XML 数据令人困惑。有没有办法（没有 COM）以更面向对象的方式导航文档？

Answer 1

我强烈建议研究Open XML SDK 2.0。它是一个 CTP，但我发现它在处理 xmlx 文件时非常有用，根本无需处理 COM。文档有点粗略，但要查找的关键是 DocumentFormat.OpenXml.Packaging.WordprocessingDocument 类。如果您将扩展名重命名为 .zip 并深入其中的 XML 文件，您可以挑选出 .docx 文档。通过这样做，看起来目录包含在“结构化文档”标签中，并且标题之类的内容位于那里的超链接中。稍微考虑一下，我发现这样的东西应该可以工作（或者至少给你一个起点）。

WordprocessingDocument wordDoc = WordprocessingDocument.Open(Filename, false);
SdtBlock contents = wordDoc.MainDocumentPart.Document.Descendants<SdtBlock>().First();
List<string> contentList = new List<string>();
foreach (Hyperlink section in contents.Descendants<Hyperlink>())
{
    contentList.Add(section.Descendants<Text>().First().Text);
}

Answer 2

这是一篇关于使用 LINQ to XML 查询 Open XML WordprocessingML 文档的博文。使用该代码，您可以编写如下查询：

using (WordprocessingDocument doc =
    WordprocessingDocument.Open(filename, false))
{
    foreach (var p in doc.MainDocumentPart.Paragraphs())
    {
        Console.WriteLine("Style: {0}   Text: >{1}<",
            p.StyleName.PadRight(16), p.Text);
        foreach (var c in p.Comments())
            Console.WriteLine(
              "  Comment Author:{0}  Text:>{1}<",
              c.Author, c.Text);
    }
}

博客文章：打开 XML SDK 和 LINQ to XML

-埃里克

Answer 3

请参阅XML 文档和数据作为起点。特别是，您需要使用 LINQ to XML。

通常，您不想在 .NET 应用程序中使用 COM。