使用c＃interop從word文檔獲取格式

Question

正在使用Word Interop和adn C＃在工作中構建一個程序，其中的一個功能獲得了一個字數。

現在這不可能是Word字數，因爲我需要模擬在工作中使用的CAT工具的字數。

我發現的一個問題是，CAT工具使用文本格式來分割單詞。這意味着如果我有第一個詞，並且上標爲單詞，那麼單詞將會計數一個單詞（因爲兩個單詞之間沒有任何分隔），並且CAT工具根據文本格式更改計數2個單詞。

事情是CAT工具跟蹤格式變化和信息打破這個詞。因此，我可以逐字逐句逐字逐句檢查所有可能性（字體，粗體，斜體等），但是如果多個文檔每個都有1000個單詞，那麼這將非常緩慢。

有誰知道更好的解決方案？

Answer 1

那麼從MSDN論壇辛迪給我的答案就這一個

http://social.msdn.microsoft.com/Forums/en-US/worddev/thread/16fc1fb9-4713-45e5-ae00-76bbaafe0a56

那麼的方法，我想看看是使用Document.Content.WordOpenXML到的內容解壓到一個字符串。內容將採用Office Open XML「扁平封裝」格式，這意味着它應包含所有內容。

然後，您應該能夠「解析」字符串以獲取所需的信息。

如果你看看這樣的字符串，你應該看到所有的文本都在元素中。如果有格式化，那麼它會將其分解成部分 - 每個格式更改的一部分。因此，除了提取所有w：t元素之外，您需要做的只是檢查標點符號和空格，否則將在文本中描述「單詞」。