VBA Word：如何将内容与格式信息分开？答案

【问题标题】：VBA Word: How to separate content from formatting information?VBA Word：如何将内容与格式信息分开？
【发布时间】：2020-07-07 05:31:37
【问题描述】：

我正在尝试编写一个 VBA 宏，它将给定的 MS Word 文档转换为该文档中包含的文档对象的顺序列表（例如，段落、表格等）。对于这些对象中的每一个，我想提取包含的文本及其显式格式信息以将其保存在数据库中。

对我如何开始有任何指示吗？这个文档解析任务有什么优雅的解决方案吗？

【问题讨论】：

嗨，帕特，你想用这个实现什么，已经有一些解决方案可以帮助你。
嗨，Toby - 我正在尝试改进目前非常手动的文档本地化过程（在语言之间转换文档）。
我的方法是遍历文档中对象的有序列表，检索对象类型，然后为每个对象类型（例如表格和图像）的特定处理设置子例程。
你在问“如何开始”，而我看到你知道你应该走的路……你只需要几个 for each 循环加上你的逻辑的实现，就是这样。
谢谢，KazJaw。我的问题是我不知道要迭代哪个数组或枚举。对此有何见解？我需要一个包含所有文档内容对象的有序数据结构。

标签： vba ms-word

【解决方案1】：

在不了解您的全部要求的情况下，这只是一些建议。

您也许可以做您想做的事，但将 word 文档拆开并重新组合起来将是一项艰巨的任务。如果您确实想采用这种方法，最好的办法可能是提取段落、图像等，并将这些部分作为单独的文档保存在数据库中。然后可以使用

将它们重新组合在一起

For i = 1 To ActiveDocument.Paragraphs.Count

 MsgBox ActiveDocument.Paragraphs.Item(i)


Next i


ActiveDocument.Content.InsertAfter AnotherDocument

这是非常基础的，需要大量工作才能正常工作。

我想知道将文档转换为 html 会更好（只需保存为 HTML），然后您可以使用开源库来允许用户编辑文档的某些部分。例如，为 jquery 添加jeditable 插件，您的 html word 文档中的几乎所有段落都可以编辑。一个简单的后端 php 脚本来保存更改，你就有了一些有用的东西。然后，您还可以为翻译目的记下发生了什么变化。

他们的文档可以在发送给客户之前保存为 word 文档或 pdf 格式

只是一个想法。

【讨论】：

谢谢，托比。在尝试以特定格式提取可靠标记时，我结合使用了基于 HTML 的变通方法和 Perl 脚本（执行相同操作的 VBA 脚本一直失败）。我的主要担忧有两个方面：1) HTML 仅近似于可用格式的全部范围。 2) 复杂的文档会有同样复杂的标记（我担心它可能比清晰的 VBA 脚本更难访问）。
非常感谢指向 jeditable 的指针。我会跟进的。
关于基于对象的 VBA 方法的评论听起来不太令人鼓舞。为什么会这么难？难道没有一个可用的枚举可以迭代以获取文档中的所有对象吗？我的观点是，对于手头的任务来说，段落可能太大了。我想捕获文档中每个单词的所有格式信息！
我想如果有一个迭代你就已经知道了。 Word HTML 在能够复制几乎所有单词功能方面做得非常出色。试着拉动我们的每一个字，看看会发生什么。如果有疑问，请在执行某项操作时记录一个宏，然后查看 VBA 中生成的代码字。