如何使用 Ruby WIN32OLE 访问 Word 文档中的 TextBox 对象文本

发布于 2024-10-07 01:20:42 字数 629 浏览 6 评论 0原文

我只是为一个用户团队编写了一个小脚本，该脚本收集目录中的所有 PDF 和 DOC* 文件并解析它们的超链接。 PDF 部分按预期工作，但是为设计提供的 Word 文档（纯文本）与他们使用的实际 Word 文档（文本位于 TextBox 元素中）之间存在差异。

我注意到，当我尝试从这些新文件中收集句子/单词时，我收到的只是文件背景图像的文本（通常是特殊字符）。

我浏览了 API 并尝试了 ole_methods 中列出的相当多的方法，但尚未找到访问 TextBox 以从中提取所需文本的方法。

我知道我可以将 Word 文件转换为 PDF 并以这种方式快捷方式（经过测试和验证），但这需要大量的文件管理，我希望避免使用更简单的解决方案：访问文本。

您可以使用“绘制文本框”功能 (Word 2007+) 复制文档中的元素。

有谁知道如何访问此元素，或者更好地找到文档中的所有文本，无论它位于哪个元素中？

require 'win32ole'
word = WIN32OLE.new('Word.Application')
doc = word.Documents.Open(file)
doc.Sentences.each { |x| puts x.text }

亚当

原文

I just put together a small script for a team of users that collects all PDF and DOC* files in a directory and parses them for hyperlinks. The PDF section works as intended, however a difference between the Word doc I was given for design (plain text) differs from the actual Word documents that they are using (text is in a TextBox element).

I noticed that when I tried to gather sentences/words from these new files, all I received was the text for the background image of the file (normally a special character).

I have browsed through the API and tried quite a few methods listed in ole_methods, but have not yet found a way to access the TextBox to pull the required text out of it.

I know that I can convert the Word files to PDF and shortcut it that way (tested and proven), but that entails quite a bit of file management that I'd like to avoid in lieu of the simpler solution: access the text.

You can replicate the element in a document using the Draw Text Box function (Word 2007+).

Does anyone know how to access this element, or better yet find ALL text in the document regardless of what element it is located in?

require 'win32ole'
word = WIN32OLE.new('Word.Application')
doc = word.Documents.Open(file)
doc.Sentences.each { |x| puts x.text }

Adam

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。

墨洒年华 2024-10-14 01:20:42

假设相当于 doc.Sentences.each { |x| put x.text } 但对于文本框就足够了，那么这应该对你有用：

doc.Shapes.each do |x|
  puts x.TextFrame.TextRange.text
end

它看起来比你浏览句子的方式要混乱一些，但是 x.TextFrame.TextRange.text 将返回文本框中包含的实际文本。

Assuming that something equivalent to doc.Sentences.each { |x| puts x.text } but for textboxes will suffice, then this should work for you:

doc.Shapes.each do |x|
  puts x.TextFrame.TextRange.text
end

It looks quite a bit messier than how you went through the sentences, but the x.TextFrame.TextRange.text will return the actual text contained in the text boxes.

回复收藏 0 原文

~没有更多了~