Question

我想知道是否可以在Microsoft Word文档中搜索所有动词。

我发现你可以找到特定动词的所有“形式”（例如搜索“be”，单词会找到“be”，“am”，“are”，“was”等。）但我需要更通用的东西：找到每个动词（也许是它们的形式）。

我也看了这个Checking whether a particular word is a noun or verb，我看到了“使用VBA”。是否有某种API我可以使用ms-Word来查找所有动词或访问某些关于单词的元数据/注册表？或者我可以使用某种特殊的正则表达式吗？

据我所知，有时它无法确定某个单词是名词还是动词，但如果它不是100％准确则不是问题。

对于某些情况：我用法语写作，即使ms-Word发现了很多错误，但它并没有找到所有错误。 ms-Word没有看到某种类型的经常性错误，但是如果我搜索每个动词，我可以轻松/快速地检查自己（比重新读取整个文档更快）。

我正在使用Microsoft Office 2007 SP3。

编辑：当然我不确定是否可能，但是ms-Word似乎很了解这一点。我相信ms-Word有一些方法可以根据它如何纠正语法错误来确定单词是动词，名词，复数等。也许我对ms-Word的工作方式错了，也许我是对的，但是没有办法访问这种数据。如果我是对的，可以访问它，怎么样？

Answer 1

正则表达式是创建定义搜索模式的字符序列的标准，您仍需要某种编程语言来解释结果。如果您不熟悉编程，我会推荐C＃ - 它比VBA更容易现代化，IMO更容易，而且与Microsoft的'OpenXML SDK'一起使编程方便地读取/解析Word文档。为了确定一个单词是否是一个动词，我会使用一个好的词典REST API来帮助我（有很多词典API）。

编辑：如果您对Java感到满意，请使用Java。由于.docx文件实际上是XML，因此您可以使用Java深入查看XML并查找所有文本元素（以及调用您选择的字典REST API）。

.docx文档的XML结构：

byte[] bytes = s.getBytes( "UTF-8" );

祝你好运

OpenXML SDK： msdn.microsoft.com/en-us/library/office/bb448854.aspx https://msdn.microsoft.com/en-us/library/office/ff478541.aspx

字典API： http://www.programmableweb.com/category/dictionary

如何在java中读取Doc或Docx文件： https://stackoverflow.com/a/7102794/1380061

查找Microsoft Word文档中的所有动词

1 个答案: