C# Net 使用 openxml 提取word中的文本和图片并转为Html

注:只支持内嵌,不支持公式


---------------文章最后为效果------------


加入包:OpenXml

创建文件:Read.cs

复制下面全部代码到文件 Read.cs
vb.net教程
java基础
python基础教程
c#教程

using DocumentFormat.OpenXml;
using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Wordprocessing;
using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using System.Xml;
using System.Xml.Xsl;
 
namespace YCBX.Office.WordXml
{
    public class WordRead
    {
        public static List<string> ReadToHtml(string wordPathStr)
        {
            return ReadToHtml(new FileStream(wordPathStr, FileMode.Open));
        }
 
        public static List<string> ReadToHtml(Stream wordStream)
        {
            using (WordprocessingDocument doc = WordprocessingDocument.Open(wordStream, false))
            {
                //XmlWriterSettings settings = new XmlWriterSettings() { OmitXmlDeclaration = true, ConformanceLevel = ConformanceLevel.Auto,DoNotEscapeUriAttributes=true};
                List<string> paragraphHtmls = new List<string>();
 
                MainDocumentPart mainPart = doc.MainDocumentPart;
                Body body = doc.MainDocumentPart.Document.Body;
 
                //段落
                foreach (var paragraph in body.Elements<Paragraph>())
                {
                    StringBuilder paragraphHtml = new StringBuilder();
                    //块
                    foreach (var run in paragraph.ChildElements)
                    {
                        if (run is Run)
                        {
                            foreach (OpenXmlElement openXmlElement in run.Elements())
                            {
                                //软回车
                                if (openXmlElement is Break br)
                                {
                                    paragraphHtmls.Add(paragraphHtml.ToString());
                                    paragraphHtml = new StringBuilder();
                                }
                                //文字块
                                else if (openXmlElement is Text text)
                                {
                                    paragraphHtml.Append(text.Text);
                                }
                                //图像块
                                else if (openXmlElement is Drawing drawing)
                                {
                                    //得到图像的内嵌ID(外嵌没做处理)
                                    var inline = drawing.Inline;
                                    var extent = inline.Extent;
                                    var pic = inline.Graphic.GraphicData.GetFirstChild<DocumentFormat.OpenXml.Drawing.Pictures.Picture>();
                                    var embed = pic.BlipFill.Blip.Embed.Value;
 
                                    //得到图像流
                                    var part = mainPart.GetPartById(embed);
                                    var stream = part.GetStream();
 
                                    //流转2进制
                                    byte[] bytes = new byte[stream.Length];
                                    stream.Read(bytes, 0, bytes.Length);
 
                                    //2进制转base64
                                    string imgHtml = $"<img width='{ImageExtent.EMU_TO_PX((decimal)extent.Cx.Value).ToString("0.")}' height='{ImageExtent.EMU_TO_PX((decimal)extent.Cy.Value).ToString("0.")}' src='data:{part.ContentType};base64," + Convert.ToBase64String(bytes) + "' />";
                                    paragraphHtml.Append(imgHtml);
                                }
                            }
                        }
                        //else if(run is DocumentFormat.OpenXml.Math.OfficeMath math)
                        //{
                        //    var x = new XmlDocument();
                        //    x.LoadXml(math.OuterXml);
                        //    using var ms = ConvertToMatchMl(x, settings);
                        //    paragraphHtml.Append(ConvertToLatex(settings, ms));
                        //}
                    }
 
                    paragraphHtmls.Add(paragraphHtml.ToString());
                }
 
                return paragraphHtmls;
            }
             
        }
 
        /// <summary>
        /// 合并文档
        /// </summary>
        /// <param name="finalFile"></param>
        /// <param name="files"></param>
        public static void Combine(string finalFile, List<string> files)
        {
            if (files.Count < 2)
            {
                return;
            }
            File.Copy(files[0], finalFile, true);
            using (WordprocessingDocument doc = WordprocessingDocument.Open(finalFile, true))
            {
                Body b = doc.MainDocumentPart.Document.Body;
                for (int i = 1; i < files.Count; i++)
                {
                    using (WordprocessingDocument doc1 = WordprocessingDocument.Open(files[i], true))
                    {
                        foreach (var inst in doc1.MainDocumentPart.Document.Body.Elements())
                        {
                            b.Append(inst.CloneNode(true));
                        }
                    }
                }
            }
        }
 
        private string ConvertToLatex(XmlWriterSettings settings, Stream ms)
        {
            var latexTransform = new XslCompiledTransform();
            latexTransform.Load(Path.Combine(AppContext.BaseDirectory, "xsltml", "mmltex.xsl"), new XsltSettings(true,true),new XmlUrlResolver() );
            using var la = new MemoryStream();
            latexTransform.Transform(new XmlTextReader(ms), XmlWriter.Create(la, settings));
            la.Seek(0, SeekOrigin.Begin);
            StreamReader sr = new StreamReader(la, Encoding.UTF8);
            return sr.ReadToEnd();
        }
 
        private Stream ConvertToMatchMl(XmlDocument xmlDocument, XmlWriterSettings settings)
        {
            var ms = new MemoryStream();
            var xslTransform = new XslCompiledTransform();
            xslTransform.Load(Path.Combine(AppContext.BaseDirectory, "xsltml", "OMML2MML.XSL"));
            xslTransform.Transform(xmlDocument, XmlWriter.Create(ms, settings));
            ms.Seek(0, SeekOrigin.Begin);
            return ms;
        }
    }
}
  

 

创建文件:ImageExtent.cs

复制下面全部代码到文件 ImageExtent.cs


using System;
using System.Collections.Generic;
using System.Text;
 
namespace YCBX.Office.WordXml
{
    /// <summary>
    /// 图像长度单位转换
    /// </summary>
    public class ImageExtent
    {
        private const decimal CM_TO_PX = 96M;
        private const decimal INCH_TO_CM = 2.54M;
        /// <summary>
        /// 厘米到EMU(English Metric Unit)
        /// </summary>
        private const decimal CM_TO_EMU = 360000M;
 
        /// <summary>
        /// EMU(English Metric Unit) 到像素(px)
        /// </summary>
        /// <param name="EMU"></param>
        public static decimal EMU_TO_PX(decimal EMU)
        {
            return EMU / CM_TO_EMU / INCH_TO_CM * CM_TO_PX;
        }
    }
}
  

调用方法:

1
var sss = new Read().ParagraphHtmlAll(“1.docx”);

word文件中为:

在这里插入图片描述

创建一个test.html,将代码放在中,查看效果为:

在这里插入图片描述

完成

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
'******vs实现js格式化和代码折叠****** '* 版权所有(C) sksmks 2009 '* 文件名称 : JsFormat '* 当前版本 : 1.0.0.1 '* 作 者 : 黄会攀 (@@:272302281) '* 设计日期 : 2009年10月31日 '* 内容摘要 : VS2008 JsFormat Macro '*******************************************************************************/ 一. 目的 在程序的开发,javascript脚本的扩大,代码折叠,格式化是必不可少的一部分。对于大多数注释,代码折叠,格式化,都有着相似的样子,另外,在团队开发的过程,脚本太大,太长。为了提高在开发过程,代码的可读性和开发效率,可以利用VS提供的Macro扩展功能,实现一套Macro模板。在使用的过程,只需要使用相应的快捷键,便可格式化脚本和查看代码结构。 二. 实现 (打开宏资源管理器:视图 -> 其他窗口 -> 宏资源管理器 或者按 Alt+F8) 1. 新建Macro工程 打开 菜单 --> 工具 --> 宏(Macro) --> 新建宏(New Macro Project...),或者(宏资源管理器Alt+F8 )根据向导提示建立工程。 2. 编辑Macro工程 打开 菜单 --> 工具 --> 宏(Macro) --> 宏资源管理器(Macro Explorer) ,在Explorer选择新建的工程,修改Module名(右键),在Module名上双击,在打开的Macro IDE进行编辑。 3. 在Module下,添加要实现的MacroForJs,并实现(内容为向Active Document添加注释)。 4. 保存 5.在VS2008,双击添加的Macro,将执行对应的Macro代码(使用VBScript在Macro IDE实现的)。 6. 建立快捷键 打开 菜单 --> 工具 --> 选项 --> 键盘 ,在列表框选择刚才添加的MacroForJsPro里的OutlineFun (作用:注释),然后在 Press shortcuts keys输入快捷键,点击Assign 。 打开 菜单 --> 工具 --> 选项 --> 键盘 ,在列表框选择刚才添加的MacroForJsPro里的FormatForJsChar (作用:格式化),然后在 Press shortcuts keys输入快捷键,点击Assign 。 7. 这时候,就可以直接使用快捷键来执行MacroForJs 。 三. 使用附件 1. 加载 打开 菜单 --> 工具(Tools) --> 宏(Macro) --> 加载宏项目(Load Macro Project... ),选择附件里的工程。 2. 配置快捷键 3. 完成 具体的实现代码见附件工程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值