使用 OOXML 比较 Docx 文件

发布于 2024-08-21 16:00:59 字数 294 浏览 8 评论 0原文

如何从 docx 文件中逐字（带样式）读取。我想逐字比较两个 docx 文件，并根据差异写入另一个 docx 文件（使用 c# 和 OOXML）。我尝试使用 DocumentFormat.OpenXml.Extensions.dll、OpenXMLdiff.dll 和 ICSharpCode.SharpZipLib.dll 来实现此目的，但没有任何效果逐字阅读的选项（ICSharpCode.SharpZipLib 确实给出逐字的内容，但它不会给出与该单词相关的样式）。

对此的任何帮助都将非常有用。

原文

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

寂寞美少年 2024-08-28 16:00:59

这篇 MSDN 文章展示了如何可靠地逐段检索文档的确切文本。

http://msdn.microsoft.com/en-us/library/ff686712.aspx

同时，您可以确定每个段落的样式。这很容易。以下博客文章展示了如何检索每个段落的样式和文本：

http://blogs.msdn.com/b/ericwhite/archive/2009/02/16 /finding-paragraphs-by-style-name-or-content-in-an-open-xml-word-processing-document.aspx

比较两者？这取决于您确切想要的语义。一种方法是创建包含段落和样式的 XML 文档，然后比较 XML 文档。 XML 文档可能如下所示：

<Root>
  <Para>
    <Style>Normal</Style>
    <Text>This is the text of the paragraph.</Text>
  </Para>
  <Para>
    <Style>Heading1</Style>
    <Text>Overview of the Process</Text>
  </Para>
</Root>

This MSDN article shows how to reliably retrieve the exact text of a document, paragraph by paragraph.

http://msdn.microsoft.com/en-us/library/ff686712.aspx

At the same time, you can determine the style for each paragraph. That is pretty easy. The following blog post shows how to retrieve the style and text for each paragraph:

http://blogs.msdn.com/b/ericwhite/archive/2009/02/16/finding-paragraphs-by-style-name-or-content-in-an-open-xml-word-processing-document.aspx

Comparing the two? It depends on your exact desired semantics. One approach would be to create an XML document that contains paragraphs and styles, then comparing the XML documents. The XML document might look something like this:

<Root>
  <Para>
    <Style>Normal</Style>
    <Text>This is the text of the paragraph.</Text>
  </Para>
  <Para>
    <Style>Heading1</Style>
    <Text>Overview of the Process</Text>
  </Para>
</Root>

回复收藏 0 原文