代码之家 › 专栏 › 技术社区 › Joe

如何在C#中从word(docx)文档中获取文本?

wordprocessingml openxml docx xpath

Joe · 技术社区 · 16 年前

public static string TextDump(Package package)
{
    StringBuilder builder = new StringBuilder();

    XmlDocument xmlDoc = new XmlDocument();
    xmlDoc.Load(package.GetPart(new Uri("/word/document.xml", UriKind.Relative)).GetStream());

    foreach (XmlNode node in xmlDoc.SelectNodes("/descendant::w:t"))
    {
        builder.AppendLine(node.InnerText);
    }
    return builder.ToString();
}

2 回复 | 直到 15 年前

Todd Main 15 年前

SelectNodes 我不知道怎么翻译 <w:t/> 到完整的命名空间。因此,您需要使用重载,这需要 XmlNamespaceManager

    public static string TextDump(Package package)
    {
        StringBuilder builder = new StringBuilder();

        XmlDocument xmlDoc = new XmlDocument();
        xmlDoc.Load(package.GetPart(new Uri("/word/document.xml", UriKind.Relative)).GetStream());
        XmlNamespaceManager mgr = new XmlNamespaceManager(xmlDoc.NameTable);
        mgr.AddNamespace("w", "http://schemas.openxmlformats.org/wordprocessingml/2006/main");

        foreach (XmlNode node in xmlDoc.SelectNodes("/descendant::w:t", mgr))
        {
            builder.AppendLine(node.InnerText);
        }
        return builder.ToString();
    }

Magnus Johansson 16 年前

看一看 Open XML Format SDK 2.0 . 这里有一些关于如何处理文档的示例, like this

虽然我没有用过,但有一个 Open Office XML C# Library

推荐文章

David · 开放XML到干净HTML列表的XSLT转换

8 年前

Adam Shakhabov · 打开XML SDK:“进程无法访问文件“x”,因为它正被另一个进程使用。”

8 年前

bvl · 如何使用OpenXML C水平合并Microsoft Word表格单元格#

8 年前

Vas Mil · 使用ClosedXML写入Excel单元格后数据无效

8 年前

pwwolff · 将字符串blob写入文件(XLSX使用节点模板化)

8 年前

chaika_sv · MS SQL Server-OpenXML-多元素

8 年前

Robert Walter · 以编程方式设置脚注引用运行的样式

8 年前

Patric · OpenXML:添加新段落时插入lastRenderedPageBreak

8 年前

John · 使用OpenXML生成电子表格,并尝试在自定义页脚中使用&[Page]of&[Pages]

8 年前

Grv · 如何使用POI和org在PPT中为条形图添加数据标签。Java中的openxmlformats

8 年前