使用 OpenXml 打开 Word 文档时出现 “The surrogate pair is invalid. Missing a low surrogate character.“ 错误的解决方案

使用 OpenXml 打开 Word 文档时出现 “The surrogate pair is invalid. Missing a low surrogate character.” 错误的解决方案

问题原因

在使用 C# 中的 OpenXml 框架操作 Word 文档时，有时会遇到错误消息 “The surrogate pair is invalid. Missing a low surrogate character.”，这通常是由于在文档中存在不合法的 Unicode 代理项导致的。

解决方案

解决这个问题的最好方法是检查文档的所有内容，找到包含不合法代理项的字符，并将其替换或者删除。使用 C# 的 System.Text.RegularExpressions.Regex 类中的 Replace 方法，过滤掉所有的不合法代理项。

private string? invalidText(string? input)
 {
     if (string.IsNullOrEmpty(input))
     {
         return input;
     }
     return System.Text.RegularExpressions.Regex.Replace(input, @"[^\u0009\u000a\u000d\u0020-\uD7FF\uE000-\uFFFD]", "");
 }

这样就可以避免在操作 Word 文档时出现不合法代理项导致的错误。请注意，这种方法只是一种解决问题的方法，如果你在处理 Word 文档时出现了多次这种错误，你应该尽可能地找到并修复文档中的所有不合法代理项，以避免出现此类错误。