在 C# 中使用 aspose.words 从 word 文档中提取 2 个字符串之间的文本答案

【问题标题】：Extract text between 2 strings from word document using aspose.words in C#在 C# 中使用 aspose.words 从 word 文档中提取 2 个字符串之间的文本
【发布时间】：2020-12-30 15:40:41
【问题描述】：

我有一个 word 文档，我需要从中提取几行文本。我需要提取的文本可以在两个字符串之间找到：“must haves”和“could haves”。有谁知道我应该怎么做才能实现这一目标？

【问题讨论】：

标签： c# aspose.words

【解决方案1】：

您可以使用IReplacingCallback 来实现您所需要的。例如看下面的代码：

Document doc = new Document(@"C:\temp\in.docx");
FindReplaceOptions opt = new FindReplaceOptions();
opt.ReplacingCallback = new MyReplacingCallback();
Regex regex = new Regex(@"\<mytag\>(.*?)\<\/mytag\>");
doc.Range.Replace(regex, "", opt);

private class MyReplacingCallback : IReplacingCallback
{
    public ReplaceAction Replacing(ReplacingArgs args)
    {
        Console.WriteLine(args.Match.Groups[1].Value);
        return ReplaceAction.Skip;
    }
}

【讨论】：

【解决方案2】：

使用 tika 从 docx... 中提取文本： https://www.nuget.org/packages/TikaOnDotNet.TextExtractor

var str = new TikaOnDotNet.TextExtraction.TextExtractor().Extract(@"C:\Users\Inconnu\Downloads\test.docx").Text;

            int pForm = str.IndexOf("must haves") + "must haves".Length;
            int pTo = str.LastIndexOf("could haves");

            string result = str.Substring(pForm, pTo - pForm);

【讨论】：

当我尝试这个时，我在第一行得到一个错误： MissingMethodException: Method not found: 'Void System.IO.FileStream..ctor(System.String, System.IO.FileMode, System. Security.AccessControl.FileSystemRights, System.IO.FileShare, Int32, System.IO.FileOptions)'。