如何使用 C# 从 word doc 中的表中读取值

Question

我正在尝试连接到 Microsoft Word 文档 (.docx) 以从位于 .docx 中的表中读取值。我正在使用 Open-XML SDK 2.0 连接到 .docx 文件。到目前为止，在寻找示例和想法之后，我有了这个，

public static string TextFromWord(string file)
{
  const string wordmlNamespace = "http://schemas.openxmlformats.org/wordprocessingml/2006/main";

    StringBuilder textBuilder = new StringBuilder();
    using (WordprocessingDocument wDoc = WordprocessingDocument.Open(filename,false))
      {
          //Manage namespaces to perform Xpath queries
          NameTable nt = new NameTable();
          XmlNamespaceManager nsManger = new XmlNamespaceManger(nt);
          nsManager.AddNamespace("w", wordmlNamespace);

          //Get the document part from the package.
          //Load the XML in the document part into an XmlDocument instance.
          XmlDocument xdoc = new XmlDocument(nt);
          xdoc.Load(wdDoc.MainDocumentPart.GetStream());

          XmlNodeList paragraphNodes = xdoc.SelectNodes("//w:p", nsManager);
          foreach (XmlNode paragraphNode in paragraphNodes)
          {
            XmlNodeList textNodes = paragraphNode.SelectNodes(".//w:t", nsmanager);
            foreach (System.Xml.XmlNode textNode in textNodes)
            {
              textBuilder.Append(textNode.InnerText);
            }
            textBuilder.Append(Environment.NewLine);
          }

         }
      return textBuilder.ToString();
}

当 .docx 中只有文本时代码有效，但当文本在表格中时代码失败。有没有办法解决这个问题，以便它可以与 .docx 中的表格一起使用？

Answer 1

尝试以下简单重写您的方法。它将您的 System.XML 调用和命名空间项替换为 OpenXML elements (Document, Body, Paragraph, Table, Row, Cell, Descendants, etc) 。请install and use the OpenXML 2.5 SDK。

    public static string TextFromWord(string filename)
    {
        StringBuilder textBuilder = new StringBuilder();
        using (WordprocessingDocument wDoc = WordprocessingDocument.Open(filename, false))
        {
            var parts = wDoc.MainDocumentPart.Document.Descendants().FirstOrDefault();
            if (parts != null)
            {
                foreach (var node in parts.ChildElements)
                {
                    if(node is Paragraph)
                    {
                        ProcessParagraph((Paragraph)node, textBuilder);
                        textBuilder.AppendLine("");
                    }

                    if (node is Table)
                    {
                        ProcessTable((Table)node, textBuilder);
                    }
                }
            }
        }
        return textBuilder.ToString();
    }

    private static void ProcessTable(Table node, StringBuilder textBuilder)
    {
        foreach (var row in node.Descendants<TableRow>())
        {
            textBuilder.Append("| ");
            foreach (var cell in row.Descendants<TableCell>())
            {
                foreach (var para in cell.Descendants<Paragraph>())
                {
                    ProcessParagraph(para, textBuilder);
                }
                textBuilder.Append(" | ");
            }
            textBuilder.AppendLine("");
        }
    }

    private static void ProcessParagraph(Paragraph node, StringBuilder textBuilder)
    {
        foreach(var text in node.Descendants<Text>())
        {
            textBuilder.Append(text.InnerText);
        }
    }

注意 - 此代码仅适用于包含段落和表格的简单 Word 文档。此代码尚未在复杂的 word 文档上进行测试。

在控制台应用程序中使用上述代码处理了以下文档：

这是文本输出：