c# - 如何在 WordOpenXML 的输出中解析 mathML？

Question

我只想读取用于生成方程的 xml，我使用Paragraph.Range.WordOpenXML. 但是用于等式的部分MathML与我发现Equation的 microsoft 中的部分不同MathML。

我是否需要使用一些特殊的转换器来获得所需的 xml 或有其他方法吗？

Answer 1

您可以使用该OMML2MML.XSL文件（位于 下%ProgramFiles%\Microsoft Office\Office15）将Word 文档中包含的Microsoft Office MathML （方程式）转换为MathML。

下面的代码显示了如何使用以下步骤将 word 文档中的方程转换为 MathML：

1. 使用 OpenXML SDK（2.5 版）打开 word 文档。
2. 创建一个 XslCompiledTransform 并加载 OMML2MML.XSL 文件。
3. 通过在创建的 XslCompiledTransform 实例上调用 Transform() 方法来转换 word 文档。
4. 输出转换的结果（例如在控制台上打印或写入文件）。

我已经用一个包含两个方程、文本和图片的简单 Word 文档测试了下面的代码。

using System.IO;
using System.Xml;
using System.Xml.Xsl;
using DocumentFormat.OpenXml.Packaging;

public string GetWordDocumentAsMathML(string docFilePath, string officeVersion = "14")
{
    string officeML = string.Empty;
    using (WordprocessingDocument doc = WordprocessingDocument.Open(docFilePath, false))
    {
        string wordDocXml = doc.MainDocumentPart.Document.OuterXml;

        XslCompiledTransform xslTransform = new XslCompiledTransform();

        // The OMML2MML.xsl file is located under 
        // %ProgramFiles%\Microsoft Office\Office15\
        xslTransform.Load(@"c:\Program Files\Microsoft Office\Office" + officeVersion + @"\OMML2MML.XSL");

        using (TextReader tr = new StringReader(wordDocXml))
        {
            // Load the xml of your main document part.
            using (XmlReader reader = XmlReader.Create(tr))
            {
                using (MemoryStream ms = new MemoryStream())
                {
                    XmlWriterSettings settings = xslTransform.OutputSettings.Clone();

                    // Configure xml writer to omit xml declaration.
                    settings.ConformanceLevel = ConformanceLevel.Fragment;
                    settings.OmitXmlDeclaration = true;

                    XmlWriter xw = XmlWriter.Create(ms, settings);

                    // Transform our OfficeMathML to MathML.
                    xslTransform.Transform(reader, xw);
                    ms.Seek(0, SeekOrigin.Begin);

                    using (StreamReader sr = new StreamReader(ms, Encoding.UTF8))
                    {
                        officeML = sr.ReadToEnd();
                        // Console.Out.WriteLine(officeML);
                    }
                }
            }
        }
    }
    return officeML;
}

要仅转换一个方程（而不是整个 Word 文档），只需查询所需的Office 数学段落 (m:oMathPara)并使用OuterXML此节点的属性。下面的代码显示了如何查询第一个数学段落：

string mathParagraphXml = 
      doc.MainDocumentPart.Document.Descendants<DocumentFormat.OpenXml.Math.Paragraph>().First().OuterXml;

使用返回的 XML 来提供TextReader.