ms-word - 如何使用 OpenXML 从段落中查找页码？

Question

对于Paragraph对象，如何使用 Open XML SDK 2.0 for Microsoft Office 确定它位于哪个页面上？

Answer 1

OpanXml Sdk由于这是由客户端处理的（如 MS Word），因此无法获取 word 文档的页码。

但是，如果您正在使用的文档以前由 word 客户端打开并保存回来，那么客户端将添加 LastRenderedPageBreak以识别分页符。有关s的更多信息，请参阅我的回答。LastRenderedPageBreak这使您可以计算LastRenderedPageBreak段落之前的元素数以获取当前页数。

如果不是这种情况，那么解决您的要求的点头选项是添加带有页码的页脚（可能与您的文档具有相同的颜色以虚拟隐藏它！）。只有一个选项 - 如果您使用OpenXML sdk.

Answer 2

@Flowerking：感谢您提供的信息。

因为无论如何我都需要循环所有段落来搜索某个字符串，所以我可以使用以下代码来查找页码：

using (var document = WordprocessingDocument.Open(@"c:\test.docx", false))
{
    var paragraphInfos = new List<ParagraphInfo>();

    var paragraphs = document.MainDocumentPart.Document.Descendants<Paragraph>();

    int pageIdx = 1;
    foreach (var paragraph in paragraphs)
    {
        var run = paragraph.GetFirstChild<Run>();

        if (run != null)
        {
            var lastRenderedPageBreak = run.GetFirstChild<LastRenderedPageBreak>();
            var pageBreak = run.GetFirstChild<Break>();
            if (lastRenderedPageBreak != null || pageBreak != null)
            {
                pageIdx++;
            }
        }

        var info = new ParagraphInfo
        {
            Paragraph = paragraph,
            PageNumber = pageIdx
        };

        paragraphInfos.Add(info);
    }

    foreach (var info in paragraphInfos)
    {
        Console.WriteLine("Page {0}/{1} : '{2}'", info.PageNumber, pageIdx, info.Paragraph.InnerText);
    }
}

Answer 3

这是我为此制作的扩展方法：

    public static int GetPageNumber(this OpenXmlElement elem, OpenXmlElement root)
    {
        int pageNbr = 1;
        var tmpElem = elem;
        while (tmpElem != root)
        {
            var sibling = tmpElem.PreviousSibling();
            while (sibling != null)
            {
                pageNbr += sibling.Descendants<LastRenderedPageBreak>().Count();
                sibling = sibling.PreviousSibling();
            }
            tmpElem = tmpElem.Parent;
        }
        return pageNbr;
    }