如何根据openxmlelement获取页码

Question

对于段落 object，我如何使用 Open XML SDK 2.5 确定它位于哪个页面？

我已经获得了文档中的所有 child 元素，并且还使用它获取了内部文本。

   foreach (var i in mainPart.Document.ChildElements.FirstOrDefault().ChildElements)
        {
            ParagraphElements.Add(i); //openxmlelement list
        }

我想获取相应段落的页码。例如，我将 "this is heading 1" 标记为样式标题 1，这将在目录中更新。所以我需要传递页码

提前致谢

Answer 1

OpenXML 格式的页面在由文字处理器呈现之前是不存在的。

计算给定段落应该出现在哪个页面所需的元数据可用，但这远非一个简单的操作。

验证原始 OpenXML 标记中不存在页码：

将以“.docx”结尾的 Word 文档副本重命名为以“.zip”结尾。
在此 zip 存档中，打开名为 "word" 的子目录。
在 "word" 内打开 "document.xml"。

此文件包含您的 mainPart.Document 调用的 XML 内容。 "document.xml" 文件有一个节点 <document>...</document>，它又有一个子节点 <body>...</body>，它又包含您感兴趣的内容。

在使用 OpenXML 文档时，我发现 OpenXML SDK 中的抽象有时会让人分心。值得庆幸的是，使用 LINQ-to-XML 探索原始标记很简单。例如，您拨打：

var childrenFromOpenXmlSdk = mainPart.Document.ChildElements.Single().ChildElements;

等价于 LINQ-to-XML 中的以下内容：

IEnumerable<XElement> childrenFromLinqToXml = 
    XElement.Load("[path]/[file]/word/document.xml")
            .Elements()
            .Single()
            .Elements();`

检查 childrenFromLinqToXml 中的元素，您会发现没有页码信息。

您可能会在 TOC 本身的原始标记中看到缓存页码，但这些将是先前呈现的工件，由内容标签或表单字段定义。

如果您需要以编程方式构建 TOC，请查看以下站点：

OfficeOpenXML.com's reference article for TOCs
- 这是对 OpenXML 的 ECMA-376 规范的有用参考。
Eric White's screencast "Exploring Tables-of-Contents in Open XML WordprocessingML Documents"
- Eric White 是所有开放领域的权威XML。当您发现自己处于 XML 标记和屏幕渲染的交叉点时，他的 ericwhite.com/blog 非常值得一看。

--- 跟进 Sai 的评论 ---

Hi Austin Drenski, I've created TOC and added all headings programmatically. all I need is page numbers. is there any alternative to get page number of particular paragraph ? I've gone through all the screen casts. But I'm looking for page number alone.

<w:r> <w:fldChar w:fldCharType="begin" /> </w:r> <w:r> <w:instrText xml:space="preserve"> PAGEREF _Toc481680509 \h </w:instrText> </w:r> <w:r> <w:fldChar w:fldCharType="separate" /> </w:r> <w:r> <w:t>2</w:t> </w:r> <w:r> <w:fldChar w:fldCharType="end" /> </w:r>

In that sample XML 2 "2" act as page number. That is hardcoded

now my TOC works perfectly without Pagenumber. where I also analysed default MS word functionality. First time, page numbers are literally given like above.

您可以通过编程方式将内容控件 <w:sdt> 作为 <w:body> 元素的子元素放置在文档中。

对于包含两个条目的简单目录：

<w:sdt>
    <w:sdtPr>
        <w:id w:val="429708664"/>
        <w:docPartObj>
            <w:docPartGallery w:val="Table of Contents"/>
            <w:docPartUnique/>
        </w:docPartObj>
    </w:sdtPr>
    <w:sdtContent>
        <w:p>
            <w:pPr>
                <w:pStyle w:val="TOCHeading"/>
            </w:pPr>
            <w:r>
                <w:t>Contents</w:t>
            </w:r>
        </w:p>
        <w:p>
            <w:pPr>
                <w:pStyle w:val="TOC1"/>
                <w:tabs>
                    <w:tab w:val="right" w:leader="dot" w:pos="9350"/>
                </w:tabs>
            </w:pPr>
            <w:r>
                <w:fldChar w:fldCharType="begin"/>
            </w:r>
            <w:r>
                <w:instrText xml:space="preserve"> TOC \o "1-3" \h \z \u </w:instrText>
            </w:r>
            <w:r>
                <w:fldChar w:fldCharType="separate"/>
            </w:r>
            <w:hyperlink w:anchor="_Toc481654079" w:history="1">
                <w:r>
                    <w:rPr>
                        <w:rStyle w:val="Hyperlink"/>
                    </w:rPr>
                    <w:t>Testing 1</w:t>
                </w:r>
                <w:r>
                    <w:tab/>
                </w:r>
                <w:r>
                    <w:fldChar w:fldCharType="begin"/>
                </w:r>
                <w:r>
                    <w:instrText xml:space="preserve"> PAGEREF _Toc481654079 \h </w:instrText>
                </w:r>
                <w:r>
                </w:r>
                <w:r>
                    <w:fldChar w:fldCharType="separate"/>
                </w:r>
                <w:r>
                    <w:t>0</w:t>
                </w:r>
                <w:r>
                    <w:fldChar w:fldCharType="end"/>
                </w:r>
            </w:hyperlink>
        </w:p>
        <w:p>
            <w:pPr>
                <w:pStyle w:val="TOC1"/>
                <w:tabs>
                    <w:tab w:val="right" w:leader="dot" w:pos="9350"/>
                </w:tabs>
            </w:pPr>
            <w:hyperlink w:anchor="_Toc481654080" w:history="1">
                <w:r>
                    <w:rPr>
                        <w:rStyle w:val="Hyperlink"/>                                
                    </w:rPr>
                    <w:t>Testing 2</w:t>
                </w:r>
                <w:r>
                    <w:tab/>
                </w:r>
                <w:r>
                    <w:fldChar w:fldCharType="begin"/>
                </w:r>
                <w:r>
                    <w:instrText xml:space="preserve"> PAGEREF _Toc481654080 \h </w:instrText>
                </w:r>
                <w:r>
                    <w:fldChar w:fldCharType="separate"/>
                </w:r>
                <w:r>
                    <w:t>0</w:t>
                </w:r>
                <w:r>
                    <w:fldChar w:fldCharType="end"/>
                </w:r>
            </w:hyperlink>
        </w:p>
        <w:p>
            <w:r>
                <w:fldChar w:fldCharType="end"/>
            </w:r>
        </w:p>
    </w:sdtContent>
</w:sdt>

请注意使用 PAGEREF 字段代码指向书签。还要注意后续标记 <w:t>0</w:t>。打开文档并更新域代码时，此零将替换为书签当前呈现的页码。

每次文档分页时，书签的确切位置可能会发生变化。

一旦将零替换为实例编号，您将在标记中观察到这些实例编号。但是，这些数字只是这些字段代码的最后呈现值。

在文档设置中，您可以在打开时提示用户更新域代码，这样 TOC 编号将准确反映当前屏幕呈现。为此，您的设置文件应类似于：

<w:settings ...namespaces ommitted...>
    <w:updateFields w:val="true"/>
    ...other settings ommitted...
</w:settings>

最后，您仍然需要使用文字处理器来呈现 OpenXML 文档，但您避免了计算页面位置的复杂性。

Answer 2

经过大量的基础工作，我发现，无法使用 openxml 元素检索页码。 我们可以近似。但我们不能确定。因为页码是由文字处理器布局引擎呈现的。这发生在所有 OpenXML 元素都传递给文字处理器之后。我们可以用 LastRenderedPageBreak 来计算。但是我们不能确定元素的位置是否正确。

因此，我建议使用 UpdateFieldsOnOpen 或 Macro 以获得更简单的解决方案。

Answer 3

获取当前页码

            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Begin,
            });
            runs.Append(new FieldCode(@" PAGE \* MERGEFORMAT ")
            {
                Space = SpaceProcessingModeValues.Preserve
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Separate
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.End
            });

获取总页数

            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Begin,
            });
            runs.Append(new FieldCode(@" NUMPAGES \* MERGEFORMAT ")
            {
                Space = SpaceProcessingModeValues.Preserve
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Separate
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.End
            });

完整代码

            Run runs = new Run();
            runs.Append(new Text("第"));
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Begin,
            });
            runs.Append(new FieldCode(@" PAGE \* MERGEFORMAT ")
            {
                Space = SpaceProcessingModeValues.Preserve
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Separate
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.End
            });
            runs.Append(new Text("页/共"));
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Begin,
            });
            runs.Append(new FieldCode(@" NUMPAGES \* MERGEFORMAT ")
            {
                Space = SpaceProcessingModeValues.Preserve
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.Separate
            });
            runs.Append(new FieldChar
            {
                FieldCharType = FieldCharValues.End
            });
            runs.Append(new Text("页"));
            paragraph.Append(runs);

            footer1.Append(paragraph);

            part.Footer = footer1;

字秀 enter image description here

如何根据openxmlelement获取页码

how to get page numbers based on openxmlelement

openxml

tableofcontents

page-numbering

openxml-sdk