当前位置：文江博客话题详情

搜索文档

发布于 2024-12-01 19:10:22 字数 224 浏览 1 评论 0原文

我目前正在做一个项目，需要通过代码在word文档中搜索短语和单词。

基本上会上传一个Word文档，然后搜索一些单词。最有效的方法是什么？

编辑：我更感兴趣的是使用什么来阅读文档（即MS Interop是最好的方法吗？），然后在搜索之前对其进行索引是否会非常有利（如果是的话如何？）。

编辑：搜索可能有数千个短语。

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。

莳間冲淡了誓言ζ 2024-12-08 19:10:22

用 C# 打开 Word 文档

之后，只需使用 Contains 方法，或者类似的东西。这真的没那么难。您可能想查看带有小写和大写字母的情况。

只需执行以下操作：（伪代码）

string[] stuffToFind = new string[] {"Google", "is your best friend"};

for (int i = 0; i < stuffToFind.Length; i++;)
{
    for (int j = 0; j < document.Length; j++)
    {
        if(document[j].Contains(stuffToFind[i]))
            Console.Writeline("Yeay, we found something");
    }
}

但我不太喜欢这个解决方案。它还在某种程度上取决于单词文档对象的外观。

Open a word document in C#

After that it's just a matter of using the Contains method, or something like that. It's really not that difficult. You might want to watch cases with lower- and uppercase letters.

And just do something like this: (Pseudo Code)

string[] stuffToFind = new string[] {"Google", "is your best friend"};

for (int i = 0; i < stuffToFind.Length; i++;)
{
    for (int j = 0; j < document.Length; j++)
    {
        if(document[j].Contains(stuffToFind[i]))
            Console.Writeline("Yeay, we found something");
    }
}

I don't really like this solution though. It also kind of depends on what the word document object looks like.

回复收藏 0 原文

鸠书 2024-12-08 19:10:22

正则表达式是查找模式的好方法。您可以在此处找到相关信息：

REGEX

回复收藏 0 原文

奶茶白久 2024-12-08 19:10:22

基本上，您可以使用 MS 的一个名为 OpenXML SDK 2 打开 Word 文档（适用于 Word 2007 及更高版本）...该库无需安装 Word 即可工作...然后您可以提取文本并以您喜欢的方式进行搜索 - 例如与 System.Text.RegularExpressions.Regex< /a> ...

当您提取文本时，您可以通过将带有上下文信息（位置等）的所有单词/短语存储在数据库中来对其进行索引，因此您只需要在以下情况下从数据库中SELECT：用户给你搜索短语 -索引的设计取决于您 - 您需要不区分大小写的搜索吗？等。

另一种选择是使用 Solr/Lucene 用于索引和通过 API 访问索引，提供用于搜索的 UI...