如何使用Ruby WIN32OLE访问Word文档中的TextBox对象文本

Question

我只为一个用户团队整理了一个小脚本，该脚本收集目录中的所有PDF和DOC *文件并解析它们的超链接。 PDF部分按预期工作，但是我为设计提供的Word文档（纯文本）与它们使用的实际Word文档（文本在TextBox元素中）不同。

我注意到当我尝试从这些新文件中收集句子/单词时，我收到的只是文件背景图像的文本（通常是一个特殊字符）。

我浏览了API并尝试了ole_methods中列出的相当多的方法，但还没有找到一种方法来访问TextBox以从中提取所需的文本。

我知道我可以将Word文件转换为PDF并以这种方式快捷方式（经过测试和验证），但这需要相当多的文件管理，我想避免代替更简单的解决方案：访问文本。

您可以使用“绘制文本框”功能（Word 2007+）复制文档中的元素。

有没有人知道如何访问此元素，或者更好地查找文档中的所有文本，无论它位于何种元素中？

require 'win32ole'
word = WIN32OLE.new('Word.Application')
doc = word.Documents.Open(file)
doc.Sentences.each { |x| puts x.text }

• 亚当

Answer 1

假设相当于doc.Sentences.each { |x| puts x.text }的东西，但对于文本框就足够了，那么这应该适合你：

doc.Shapes.each do |x|
  puts x.TextFrame.TextRange.text
end

它看起来比你通过句子的方式有点麻烦，但x.TextFrame.TextRange.text将返回文本框中包含的实际文本。