Question

我正在尝试从OpenXML中的注释引用的Word文档中提取文本。我可以很容易地获得评论的文本，但不能获得评论引用的文档中的段落文本。

我附上的图片显示了评论和相关文字。我在查找如何获取引用文本的示例时遇到了很多麻烦。我怎样才能得到这个文本？

Image of text I need

Answer 1

解决方案是获取注释的ID，如您所说，您已经知道如何检索，然后在文档中搜索具有相同Id的CommentRangeStart元素。当你找到它之后，你可以遍历.NextSibling（）直到你点击CommentRangeEnd元素。

CommentRangeStart和CommentRangeEnd之间的元素是引用的部分，显然可以是多个运行，段落，图像等等。所以你必须以某种方式处理收集的元素。

我制作了一个如下测试文档：

我已经制作了这段代码来测试它：

using (var wordDoc = WordprocessingDocument.Open(@"c:\test\test.docx", true))
{
    MainDocumentPart mainPart = wordDoc.MainDocumentPart;
    var document = mainPart.Document;
    var comments = mainPart.WordprocessingCommentsPart.Comments.ChildElements;
    foreach(Comment comment in comments)
    {
        string commentId = comment.Id;
        string commentText = comment.InnerText;
        OpenXmlElement rangeStart = document.Descendants<CommentRangeStart>().Where(c => c.Id == commentId).FirstOrDefault();
        List<OpenXmlElement> referenced = new List<OpenXmlElement>();
        rangeStart = rangeStart.NextSibling();

        while(!(rangeStart is CommentRangeEnd))
        {
            referenced.Add(rangeStart);
            rangeStart = rangeStart.NextSibling();
        }

        Console.WriteLine("Comment Id " + commentId + " with text \"" + " " + commentText + "\" references =>");

        foreach (var ele in referenced)
        {
            if(!string.IsNullOrWhiteSpace(ele.InnerText))
            {
                Console.WriteLine("      " + ele.InnerText);
            }
        }
    }
    Console.ReadKey();
}

产生此输出

我希望它有所帮助！

Answer 2

我无法解决您的问题。但是我找到了解决方法。

 OpenXmlElement rangeStart = document.Descendants<CommentRangeStart>().Where(c => c.Id == commentId).FirstOrDefault();

                bool breakLoop = false;
                rangeStart = rangeStart.Parent;

 while (true) // Looping through items between commentRangeStart and commentRangeEnd.
                {
                    if (rangeStart.NextSibling() == null)
                    {
                        break;
                    }
                    foreach (var ele in rangeStart.ChildElements)
                    {
                        if (!(ele is CommentRangeEnd))
                        {
                            if (!(string.IsNullOrWhiteSpace(ele.InnerText)))
                            {
                                referenced.Add(ele);
                            }
                        }
                        else
                        {
                            breakLoop = true;
                        }
                        if (breakLoop)
                            break;
                    }
                    rangeStart = rangeStart.NextSibling();
                }

因此，由于一个注释可能由多个段落组成，所以没有遍历CommenRageStart所在的段落，而是使用父节点以便在各个段落之间来回追溯。最后，当我到达CommentRangeEnd时，我可以中断循环并处理数据，但这是必需的。

检索对注释OpenXML的引用

2 个答案: