Come estrarre le informazioni sui punti elenco dal documento Word?

Question

Voglio estrarre le informazioni sui punti elenco presenti nel documento Word.Voglio qualcosa del genere:Supponiamo che il testo seguente sia in un documento word:

Passaggi per avviare l'auto:

• Porta aperta
• Siediti dentro
• Chiudere la porta
• Inserire la chiave
• eccetera.

Quindi voglio il mio file di testo come di seguito:

Passaggi per avviare l'auto:

<BULET>Apri la porta </BULET>

<BULET> Siediti all'interno </BULET>

<BULET> Chiudi la porta </BULET>

<BULET> Inserisci chiave </BULET>

<BULET> ecc.</BULET>

Sto usando il linguaggio C# per fare questo.

Posso estrarre paragrafi da un documento Word e scriverli direttamente in un file di testo con alcune informazioni di formattazione come se il testo è in grassetto o in corsivo, ecc.ma non so come estrarre queste informazioni sul proiettile.

Qualcuno può dirmi come farlo?

grazie in anticipo

Answer 1

ho avuto la risposta.....

Per prima cosa stavo convertendo il documento in base ai paragrafi.Ma invece di ciò, se elaboriamo il file doc frase per frase, è possibile determinare se quella frase contiene punti elenco o qualsiasi tipo di forma o se quella frase fa parte di una tabella.Quindi, una volta ottenute queste informazioni, possiamo convertire la frase in modo appropriato.Se qualcuno ha bisogno del codice sorgente, posso condividerlo.

Answer 2

Puoi farlo leggendo ogni frase. doc.Frasi è un array di oggetti Range.Quindi puoi ottenere lo stesso oggetto Range da Paragraph.

        foreach (Paragraph para in oDoc.Paragraphs)
        {
            string paraNumber = para.Range.ListFormat.ListLevelNumber.ToString();
            string bulletStr = para.Range.ListFormat.ListString;
            MessageBox.Show(paraNumber + "\t" + bulletStr + "\t" + para.Range.Text);
        }

In paraNumber puoi ottenere il livello del paragrafo e in buttetStr puoi ottenere il punto elenco come stringa.

Answer 3

sto usando Questo Strumento OpenXMLPower di Eric White.È gratuito e disponibile nel pacchetto NUGet.puoi installarlo dal gestore pacchetti di Visual Studio.

Ha fornito uno snippet di codice pronto per l'uso.Questo strumento mi ha fatto risparmiare molte ore.Di seguito è riportato il modo in cui ho personalizzato lo snippet di codice da utilizzare per le mie esigenze.Infatti puoi utilizzare questi metodi come nel tuo progetto.

 private static WordprocessingDocument _wordDocument;
 private StringBuilder textItemSB = new StringBuilder();
 private List<string> textItemList = new List<string>();


/// Open word document using office SDK and reads all contents from body of document
/// </summary>
/// <param name="filepath">path of file to be processed</param>
/// <returns>List of paragraphs with their text contents</returns>
private void GetDocumentBodyContents()
{
    string modifiedString = string.Empty;
    List<string> allList = new List<string>();
    List<string> allListText = new List<string>();

    try
    {
_wordDocument = WordprocessingDocument.Open(wordFileStream, false);
        //RevisionAccepter.AcceptRevisions(_wordDocument);
        XElement root = _wordDocument.MainDocumentPart.GetXDocument().Root;
        XElement body = root.LogicalChildrenContent().First();
        OutputBlockLevelContent(_wordDocument, body);
    }
    catch (Exception ex)
    {
        logger.Error("ERROR in GetDocumentBodyContents:" + ex.Message.ToString());
    }
}


// This is recursive method. At each iteration it tries to fetch listitem and Text item. Once you have these items in hand 
// You can manipulate and create your own collection.
private void OutputBlockLevelContent(WordprocessingDocument wordDoc, XElement blockLevelContentContainer)
{
    try
    {
        string listItem = string.Empty, itemText = string.Empty, numberText = string.Empty;
        foreach (XElement blockLevelContentElement in
            blockLevelContentContainer.LogicalChildrenContent())
        {
            if (blockLevelContentElement.Name == W.p)
            {
                listItem = ListItemRetriever.RetrieveListItem(wordDoc, blockLevelContentElement);
                itemText = blockLevelContentElement
                    .LogicalChildrenContent(W.r)
                    .LogicalChildrenContent(W.t)
                    .Select(t => (string)t)
                    .StringConcatenate();
                if (itemText.Trim().Length > 0)
                {
                    if (null == listItem)
                    {
                        // Add html break tag 
                        textItemSB.Append( itemText + "<br/>");
                    }
                    else
                    {
                        //if listItem == "" bullet character, replace it with equivalent html encoded character                                   
                        textItemSB.Append("&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;" + (listItem == "" ? "&bull;" : listItem) + "&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;" + itemText + "<br/>");
                    }
                }
                else if (null != listItem)
                {
                    //If bullet character is found, replace it with equivalent html encoded character  
                    textItemSB.Append(listItem == "" ? "&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&bull;" : listItem);
                }
                else
                    textItemSB.Append("<blank>");
                continue;
            }
            // If element is not a paragraph, it must be a table.

            foreach (var row in blockLevelContentElement.LogicalChildrenContent())
            {                        
                foreach (var cell in row.LogicalChildrenContent())
                {                            
                    // Cells are a block-level content container, so can call this method recursively.
                    OutputBlockLevelContent(wordDoc, cell);
                }
            }
        }
        if (textItemSB.Length > 0)
        {
            textItemList.Add(textItemSB.ToString());
            textItemSB.Clear();
        }
    }
    catch (Exception ex)
    {
        .....
    }
}