从Word文档中获取页码

Question

我正在使用 GemBox.Document，我需要找出我的书签位于 Word 文档中的哪一页。这可以做到吗？如果不是，那我能不能找出一些特定文字所在的页面？

我可以找到书签和文本，但我没有看到任何可以让我从中获取页码的选项。

DocumentModel document = DocumentModel.Load("My Document.docx");
Bookmark bookmark = document.Bookmarks["My Bookmark"];
ContentRange content = document.Content.Find("My Text").First();

Answer 1

这对于 Word 文件来说有点不常见，您会看到这些文件本身没有页面概念，它们属于流文档类型，页面概念特定于呈现它的 Word 应用程序（像 Microsoft Word）。

流动文档类型（DOC、DOCX、RTF、HTML 等格式）以可流动的方式定义内容，旨在更轻松地进行编辑。
另一方面，固定文档类型（PDF、XPS等格式）有一个页面概念，因为内容是固定的，它指定在哪个页面和哪个位置渲染一些特定的内容，它被设计用来渲染在任何应用程序或任何屏幕上查看时都一样。

尽管如此，这里是您可以使用 GemBox.Document 从某些 ContentPosition 获取页码的方法：

static int GetPageNumber(ContentPosition position)
{
    DocumentModel document = position.Parent.Document;

    Field pageField = new Field(document, FieldType.Page);
    Field importedPageField = position.InsertRange(pageField.Content).Parent as Field;

    document.GetPaginator(new PaginatorOptions() { UpdateFields = true });

    int pageNumber = int.Parse(importedPageField.Content.ToString());
    importedPageField.Content.Delete();

    return pageNumber;
}

此外，您可以通过以下方式使用它：

DocumentModel document = DocumentModel.Load("My Document.docx");
Bookmark bookmark = document.Bookmarks["My Bookmark"];
ContentRange content = document.Content.Find("My Text").First();

int bookmarkPageNumber = GetPageNumber(bookmark.Start.Content.Start);
int contentPageNumber = GetPageNumber(content.Start);

最后，请注意 GetPaginator 方法是一项有点繁重的任务（基本上，它类似于将整个文档保存为 PDF），当您有一个相当大的文档时，它可能会很昂贵。

所以，如果你需要多次使用GetPageNumber（例如，找出你拥有的每个书签的页码），那么你应该考虑更改代码，以便首先导入所有您需要的页面字段，然后仅调用一次 GetPaginator 方法，然后读取所有这些页面字段的内容。

从Word文档中获取页码

Get page number from Word document

c#

docx

page-numbering

gembox-document