使用MVC打开xml替换word文件中的文本并返回内存流

Question

我有一个包含指定模式文本 {pattern} 的 Word 文件，我想用从数据库读取的新字符串替换这些模式。因此，我使用从 docx 模板文件中打开 xml 读取流来替换我的模式字符串，然后返回到支持下载文件而无需创建临时文件的流。但是当我打开它时，它在 docx 文件上生成了错误。下面是我的示例代码，

public ActionResult SearchAndReplace(string FilePath)
{
    MemoryStream mem = new MemoryStream(System.IO.File.ReadAllBytes(FilePath));
    using (WordprocessingDocument wordDoc = WordprocessingDocument.Open(mem, true))
    {
        string docText = null;
        using (StreamReader sr = new StreamReader(wordDoc.MainDocumentPart.GetStream()))
        {
            docText = sr.ReadToEnd();
        }

        Regex regexText = new Regex("Hello world!");
        docText = regexText.Replace(docText, "Hi Everyone!");

//Instead using this code below to write text back the original file. I write new string back to memory stream and return to a stream download file
        //using (StreamWriter sw = new //StreamWriter(wordDoc.MainDocumentPart.GetStream(FileMode.Create)))
        //{
        //    sw.Write(docText);
        //}

        using (StreamWriter sw = new StreamWriter(mem))
                    {
                        sw.Write(docText);
                    }
    }
    mem.Seek(0, SeekOrigin.Begin); 

    return File(mem, "application/octet-stream","download.docx"); //Return to download file
}

请建议我任何解决方案，而不是从 Word 文件中读取文本并替换那些预期的模式文本，然后将数据写回原始文件。是否有任何解决方案用 WordprocessingDocument 库替换文本？如何使用验证 docx 文件格式返回内存流？

Answer 1

您所采取的方法是不正确的。如果您正在搜索的模式偶然与某些 Open XML 标记相匹配，则会损坏文档。如果您要搜索的文本被分割多次运行，您的搜索/替换代码将找不到该文本并且无法正确运行。如果您想要搜索并替换 WordprocessingML 文档中的文本，可以使用一个相当简单的算法：

• 将所有运行分解为单个运行
  特点。这包括运行
  有特殊字符，例如
  换行符、回车符或硬符
  选项卡。
• 然后就很容易找到一个
  与字符匹配的一组运行
  在您的搜索字符串中。
• 一旦您确定了一组匹配的运行，
  然后你可以替换那组运行
  与新创建的运行（其中有
  运行的运行属性
  包含第一个字符
  与搜索字符串匹配）。
• 替换单字符运行后
  通过新创建的运行，您可以
  然后合并相邻的运行
  相同的格式。

我写了一篇博文并录制了一个演示该算法的截屏视频。

博客文章： http://openxmldeveloper.org/archive/2011/05/12/ 148357.aspx
屏幕截图：http://www.youtube.com/watch?v=w128hJUu3GM

-埃里克

Answer 2

string sourcepath = HttpContext.Server.MapPath("~/File/Form/s.docx");            
string targetPath = HttpContext.Server.MapPath("~/File/ExportTempFile/" + DateTime.Now.ToOADate() + ".docx");
System.IO.File.Copy(sourcepath, targetPath, true);
using (WordprocessingDocument wordDocument = WordprocessingDocument.Open(targetPath, true))
{
    string docText = null;
    using (StreamReader sr = new StreamReader(wordDocument.MainDocumentPart.GetStream()))
    {
        docText = sr.ReadToEnd();
    }
    Regex regexText = new Regex("Hello world!");
    docText = regexText.Replace(docText, "Hi Everyone!");
    byte[] byteArray = Encoding.UTF8.GetBytes(docText); 
    MemoryStream stream = new MemoryStream(byteArray);
    wordDocument.MainDocumentPart.FeedData(stream);
}
MemoryStream mem = new MemoryStream(System.IO.File.ReadAllBytes(targetPath));
return File(mem, "application/octet-stream", "download.docx");

Answer 3

直接写入Word文档流确实会损坏它。
您应该改为写入 MainDocumentPart 流，但您应该首先截断它。
看起来 MainDocumentPart.FeedData(Stream sourceStream) 方法就可以做到这一点。

我还没有测试过，但这应该有效。

public ActionResult SearchAndReplace(string FilePath)
{
    MemoryStream mem = new MemoryStream(System.IO.File.ReadAllBytes(FilePath));
    using (WordprocessingDocument wordDoc = WordprocessingDocument.Open(mem, true))
    {
        string docText = null;
        using (StreamReader sr = new StreamReader(wordDoc.MainDocumentPart.GetStream()))
        {
            docText = sr.ReadToEnd();
        }

        Regex regexText = new Regex("Hello world!");
        docText = regexText.Replace(docText, "Hi Everyone!");

        using (MemoryStream ms = new MemoryStream())
        {
            using (StreamWriter sw = new StreamWriter(ms))
            {
                sw.Write(docText);
            }
            ms.Seek(0, SeekOrigin.Begin);
            wordDoc.MainDocumentPart.FeedData(ms);
        }
    }
    mem.Seek(0, SeekOrigin.Begin); 

    return File(mem, "application/octet-stream","download.docx"); //Return to download file
}