使用 OpenXML 替换 DOCX 文件中的文本 - 奇怪的内容

Question

我正在尝试使用 OpenXML SDK 和 Microsoft 页面上的示例将占位符替换为 Word 文档中的真实内容。

它曾经像 here 描述的那样工作，但在 Word 中编辑模板文件添加页眉和页脚后它停止工作。我想知道为什么，一些调试向我展示了这个：

这段代码中texts的内容是什么：

using (WordprocessingDocument wordDoc = WordprocessingDocument.Open(DocumentFile, true))
{
    var texts = wordDoc.MainDocumentPart.Document.Body.Descendants<Text>().ToList();
}

所以我在这里看到的是文档正文是 "fragmented"，即使在 Word 中内容看起来像这样：

谁能告诉我如何解决这个问题？

有人问我要达到什么目的。基本上我想用真实内容替换用户定义的 "placeholders" 。我想像对待模板一样对待 Word 文档。占位符可以是任何东西。在我上面的示例中，它们看起来像 {var:Template1}，但这只是我正在玩的东西。它基本上可以是任何个词。

例如，如果文档包含以下段落：

Do not use the name USER_NAME

用户应该能够将 USER_NAME 占位符替换为单词 admin，例如，保持格式不变。结果应该是

Do not use the name admin

我在处理段落级别、连接内容和然后替换段落内容时遇到的问题，我担心我丢失了应该保留的格式在

Do not use the name admin

Answer 1

各种各样的东西都可以使文本运行碎片化。最常见的校对标记（显然是这里的情况，其中有 "squigglies"）或 rsid（用于比较文档和跟踪谁在什么时候编辑了什么），以及 "Go back" 书签 Word 集的背景。如果您在 document.xml "part" 中查看基础 WordOpenXML（例如，使用 Open XML SDK 生产力工具），这些将变得很明显。

它通常有助于达到元素级别 "higher"。在这种情况下，获取 Paragraph 后代列表并从那里获取所有 Text 后代并连接它们的 InnerText。

Answer 2

OpenXML 确实使您的文本碎片化：

我创建了一个 library 来执行此操作：使用 JSON.

中的值渲染一个单词模板

来自documenation of docxtemplater :

Why you should use a library for this

Docx is a zipped format that contains some xml. If you want to build a simple replace {tag} by value system, it can already become complicated, because the {tag} is internally separated into <w:t>{</w:t><w:t>tag</w:t><w:t>}</w:t>. If you want to embed loops to iterate over an array, it becomes a real hassle.

库基本上会执行以下操作来保持格式：

如果文字是：

<w:t>Hello</w:t>
<w:t>{name</w:t>
<w:t>} !</w:t>
<w:t>How are you ?</w:t>

结果将是：

<w:t>Hello</w:t>
<w:t>John !</w:t>
<w:t>How are you ?</w:t>

您还必须用 <w:t xml:space=\"preserve\"> 替换标签，以确保 space 不会被删除（如果它们在您的变量中）。

使用 OpenXML 替换 DOCX 文件中的文本 - 奇怪的内容

Use OpenXML to replace text in DOCX file - strange content

c#

docx

openxml-sdk

Why you should use a library for this