יצירת תוכן בין נקודות במסמך

בעת עבודה עם מסמכים, חשוב להיות מסוגל בקלות להפיק תוכן מטווח מסוים בתוך מסמך. עם זאת, התוכן עשוי לכלול אלמנטים מורכבים כגון פסקאות, טבלאות, תמונות וכו ‘.

ללא קשר לשאלה איזה תוכן צריך להיות מופק, השיטה כדי לחלץ את התוכן הזה תמיד ייקבע על ידי אילו צמתים נבחרים כדי להפיק תוכן בין. אלה יכולים להיות גוף טקסט שלם או טקסט פשוט פועל.

ישנם מצבים רבים אפשריים ולכן סוגים שונים של צומת לשקול בעת תמצית התוכן. לדוגמה, ייתכן שתרצה להפיק תוכן בין:

  • 2 סעיפים ספציפיים
  • ניהול ספציפי של טקסט
  • שדות מסוגים שונים, כגון שדות מתמזגים
  • התחל וסיום טווחים של סימן או תגובה
  • גופים שונים של טקסט הכלולים בחלקים נפרדים

במצבים מסוימים, ייתכן אפילו צריך לשלב סוגים שונים של צומת, כגון תמצית תוכן בין פסקה לשדה, או בין ריצה וסימן ספר.

מאמר זה מספק את יישום הקוד כדי לחלץ טקסט בין צמתים שונים, כמו גם דוגמאות של תרחישים נפוצים.

למה להפיק תוכן

לעתים קרובות המטרה של מיצוי התוכן היא לשכפל או להציל אותו בנפרד במסמך חדש. לדוגמה, אתה יכול להפיק תוכן ו:

  • העתק אותו לתוך מסמך נפרד
  • להמיר חלק מסוים של מסמך ל- PDF או תמונה
  • עדכון התוכן במסמך פעמים רבות
  • עבודה עם תוכן מופק בנפרד משאר המסמך

ניתן להשיג זאת בקלות באמצעות Aspose.Words יישום הקוד למטה.

יצירת תוכן Algorithm

הקוד בסעיף זה מתייחס לכל המצבים האפשריים המתוארים לעיל עם שיטה אחת כללית וניתנת לזיהוי. קווי המתאר הכלליים של טכניקה זו כוללים:

1.1 1. איסוף הצמתים שיכתיבו את תחום התוכן שיושג מהמסמכים שלכם. שחזור נקודות אלה מטופל על ידי המשתמש בקוד שלהם, בהתבסס על מה שהם רוצים להיות מופקים. 1.1 1. לעבור את הנקודות האלה אל ExtractContent השיטה סיפקה למטה. כמו כן, עליך לעבור פרמטר בולקטי שקובע אם נקודות אלה, הפועלות כסמן, יש לכלול במיצוי או לא. 1.1 1. קבלת רשימה של תוכן משובש (עמודים ממוחזרים) שצוין להיות מופק. אתה יכול להשתמש ברשימה זו של צמתים בכל דרך רלוונטית, למשל, יצירת מסמך חדש המכיל רק את התוכן שנבחר.

כיצד להפיק תוכן

כדי להפיק את התוכן מהמסמכים שלך אתה צריך להתקשר ExtractContent שיטה למטה ולהעביר את הפרמטרים המתאימים. הבסיס הבסיסי של שיטה זו כרוך במציאת צמתים ברמת בלוק (סעיפים וטבלאות) ולהסיג אותם כדי ליצור עותקים זהים. אם בלוטות הסימון חלפו הן רמת בלוק, אז השיטה מסוגלת פשוט להעתיק את התוכן ברמה זו ולהוסיף אותו למערך.

עם זאת, אם הצמתים הם קו תחתון (ילד של פסקה) המצב הופך מורכב יותר, שכן יש צורך לפצל את פסקה בצומת קו, להיות זה ריצה, שדות סימן ספר וכו ‘. תוכן בבלוטות ההורה המשובט לא קיים בין הסמן הוסר. תהליך זה משמש כדי להבטיח כי הצמתים באינטרנט עדיין ישמרו את התבנית של פסקת ההורים. השיטה גם תפעיל בדיקות על הצמתים שעברו כפרמטרים וזרק יוצא מן הכלל אם הצומת אינו חוקי. הפרמטרים שיש לעבור בשיטה זו הם:

1.1 1. StartNode ו EndNode. שני הפרמטרים הראשונים הם הנקודות המגדירות היכן מיצוי התוכן הוא להתחיל ולסיים בהתאמה. נקודות אלה יכולות להיות גם רמת בלוק (Paragraph , Table) או רמת Inline (e.g Run , FieldStart , BookmarkStart וכו’): 1.לעבור שדה אתה צריך לעבור את המתאים FieldStart אובייקט 1.כדי להעביר הערות ספרים, BookmarkStart ו BookmarkEnd יש לעבור 1.כדי להעביר הערות, CommentRangeStart ו CommentRangeEnd יש להשתמש 1.1 1. IsInclusive. Defines אם הסמן נכללים במיצוי או לא. אם אפשרות זו נקבעת false ואותו צומת או צמתים רצופים מועברים, ואז יוחזרו רשימה ריקה: 1 אם FieldStart צומת מועבר אז אפשרות זו מגדירה אם כל השדה יש לכלול או לא לכלול 1 אם BookmarkStart או BookmarkEnd Node מועבר, אפשרות זו מגדירה אם סימן הספר נכלל או רק את התוכן בין טווח הסימון. 1 אם CommentRangeStart או CommentRangeEnd Node מועבר, אפשרות זו מגדירה אם התשובה עצמה היא לכלול או רק את התוכן בטווח ההערה.

היישום של ExtractContent שיטה שאתה יכול למצוא על Aspose.Words GitHub. שיטה זו תתייחס לתרחישים במאמר זה.

כמו כן, אנו מגדירים שיטה מותאמת ליצירת מסמך בקלות מנקודות מופקות. שיטה זו משמשת ברבים מהתרחישים הבאים ופשוט יוצרת מסמך חדש ומייבאת את התוכן המפלט אליו.

הדוגמה הבאה של הקוד מראה כיצד לקחת רשימה של צמתים ולהכניס אותם למסמך חדש:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
public static Document GenerateDocument(Document srcDoc, List<Node> nodes)
{
Document dstDoc = new Document();
// Remove the first paragraph from the empty document.
dstDoc.FirstSection.Body.RemoveAllChildren();
// Import each node from the list into the new document. Keep the original formatting of the node.
NodeImporter importer = new NodeImporter(srcDoc, dstDoc, ImportFormatMode.KeepSourceFormatting);
foreach (Node node in nodes)
{
Node importNode = importer.ImportNode(node, true);
dstDoc.FirstSection.Body.AppendChild(importNode);
}
return dstDoc;
}
view raw generate-document.cs hosted with ❤ by GitHub

המונחים: Paragraphs

זה מדגים כיצד להשתמש בשיטה לעיל כדי להפיק תוכן בין סעיפים ספציפיים. במקרה זה, אנו רוצים לחלץ את הגוף של המכתב שנמצא במחצית הראשונה של המסמך. אנו יכולים לומר שזה בין סעיף 7 ל-11.

הקוד הבא מבצע משימה זו. הסעיפים המתאימים מופקים באמצעות GetChild שיטה על המסמך ועברת כתבי אישום המפורטים. לאחר מכן אנו עוברים את הצמתים האלה אל ExtractContent שיטה ומדינה כי אלה יש לכלול במיצוי. שיטה זו תחזיר את התוכן המועתק בין נקודות אלה אשר מוכנסות לתוך מסמך חדש.

הדוגמה הבאה של הקוד מראה כיצד להפיק את התוכן בין סעיפים ספציפיים באמצעות הסעיף ExtractContent שיטה למעלה:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
Paragraph startPara = (Paragraph) doc.FirstSection.Body.GetChild(NodeType.Paragraph, 6, true);
Paragraph endPara = (Paragraph) doc.FirstSection.Body.GetChild(NodeType.Paragraph, 10, true);
// Extract the content between these nodes in the document. Include these markers in the extraction.
List<Node> extractedNodes = ExtractContentHelper.ExtractContent(startPara, endPara, true);
Document dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodes);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenParagraphs.docx");
view raw extract-content-between-paragraphs.cs hosted with ❤ by GitHub

המונחים: different Types of Nodes

אנו יכולים להפיק תוכן בין כל שילובים של רמת בלוק או צמתים פנימיים. בתרחיש זה להלן נוציא את התוכן בין הסעיף הראשון לשולחן בחלק השני באופן בלעדי. אנחנו מקבלים את הסימון על ידי קריאה FirstParagraph ו GetChild שיטות על החלק השני של המסמך כדי לשחזר את המתאים Paragraph ו Table צומת עבור וריאציות קלות בואו לשכפל את התוכן ולהכניס אותו מתחת למקור.

הדוגמה הבאה של הקוד מראה כיצד להפיק את התוכן בין פסקה לשולחן באמצעות הסעיף ExtractContent שיטה:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
Paragraph startPara = (Paragraph) doc.LastSection.GetChild(NodeType.Paragraph, 2, true);
Table endTable = (Table) doc.LastSection.GetChild(NodeType.Table, 0, true);
// Extract the content between these nodes in the document. Include these markers in the extraction.
List<Node> extractedNodes = ExtractContentHelper.ExtractContent(startPara, endTable, true);
// Let's reverse the array to make inserting the content back into the document easier.
extractedNodes.Reverse();
foreach (Node extractedNode in extractedNodes)
endTable.ParentNode.InsertAfter(extractedNode, endTable);
doc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenBlockLevelNodes.docx");
view raw extract-content-between-block-level-nodes.cs hosted with ❤ by GitHub

המונחים: Paragraphs מבוסס על סגנון

ייתכן שיהיה עליך להפיק את התוכן בין פסקאות של אותו סגנון או שונה, כגון בין פסקאות המסומנים בסגנונות כותרת. הקוד הבא מראה כיצד להשיג זאת. זוהי דוגמה פשוטה שתוציא את התוכן בין הדוגמה הראשונה של סגנונות “Heading 1” ו-“Header 3” מבלי להוציא גם את הכותרות. כדי לעשות זאת, אנו מציבים את הפרמטר האחרון false, אשר מציין כי לא צריך לכלול את הסימון.

ביישום ראוי זה צריך להיות לרוץ בלולאה כדי לחלץ תוכן בין כל פסקאות של סגנונות אלה מן המסמך. התוכן מופק מועתק במסמך חדש.

הדוגמה הבאה של הקוד מראה כיצד להפיק תוכן בין פסקאות עם סגנונות ספציפיים באמצעות הפורמט ExtractContent שיטה:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
// Gather a list of the paragraphs using the respective heading styles.
List<Paragraph> parasStyleHeading1 = ParagraphsByStyleName(doc, "Heading 1");
List<Paragraph> parasStyleHeading3 = ParagraphsByStyleName(doc, "Heading 3");
// Use the first instance of the paragraphs with those styles.
Node startPara = parasStyleHeading1[0];
Node endPara = parasStyleHeading3[0];
// Extract the content between these nodes in the document. Don't include these markers in the extraction.
List<Node> extractedNodes = ExtractContentHelper.ExtractContent(startPara, endPara, false);
Document dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodes);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenParagraphStyles.docx");
view raw extract-content-between-paragraph-styles.cs hosted with ❤ by GitHub
// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
public List<Paragraph> ParagraphsByStyleName(Document doc, string styleName)
{
// Create an array to collect paragraphs of the specified style.
List<Paragraph> paragraphsWithStyle = new List<Paragraph>();
NodeCollection paragraphs = doc.GetChildNodes(NodeType.Paragraph, true);
// Look through all paragraphs to find those with the specified style.
foreach (Paragraph paragraph in paragraphs)
{
if (paragraph.ParagraphFormat.Style.Name == styleName)
paragraphsWithStyle.Add(paragraph);
}
return paragraphsWithStyle;
}
view raw paragraphs-by-style-name.cs hosted with ❤ by GitHub

המונחים: Specific Runs

אתה יכול להפיק תוכן בין בלוטות אינטרנט כגון Run גם. Runs מסעיפים שונים ניתן לעבור כסמן. הקוד להלן מראה כיצד להפיק טקסט ספציפי בין אותו הדבר Paragraph צומת.

הדוגמה הבאה של הקוד מראה כיצד להפיק תוכן בין ריצות ספציפיות של אותה פסקה באמצעות אותה פסקה באמצעות הסעיף ExtractContent שיטה:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
Paragraph para = (Paragraph) doc.GetChild(NodeType.Paragraph, 7, true);
Run startRun = para.Runs[1];
Run endRun = para.Runs[4];
// Extract the content between these nodes in the document. Include these markers in the extraction.
List<Node> extractedNodes = ExtractContentHelper.ExtractContent(startRun, endRun, true);
foreach (Node extractedNode in extractedNodes)
Console.WriteLine(extractedNode.ToString(SaveFormat.Text));
view raw extract-content-between-runs.cs hosted with ❤ by GitHub

יצירת תוכן באמצעות שדה

להשתמש בשדה כסמן, FieldStart צריך לעבור את הצומת. הפרמטר האחרון ל ExtractContent השיטה תגדיר אם כל השדה ייכלל או לא. בואו נוציא את התוכן בין שדה המיזוג המלא לפסקה במסמך. אנחנו משתמשים MoveToMergeField שיטת DocumentBuilder מעמד. זה ישוב FieldStart צומת בשם שדה המיזוג עבר אליו.

במקרה שלנו, נגדיר את הפרמטר האחרון שעבר ExtractContent שיטה false להוציא את השדה מהמיצוי. אנו נעביר את התוכן המופץ ל- PDF.

הדוגמה הבאה של הקוד מראה כיצד להפיק תוכן בין שדה מסוים לפסקה במסמך באמצעות השימוש במסמך ExtractContent שיטה:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
DocumentBuilder builder = new DocumentBuilder(doc);
// Pass the first boolean parameter to get the DocumentBuilder to move to the FieldStart of the field.
// We could also get FieldStarts of a field using GetChildNode method as in the other examples.
builder.MoveToMergeField("Fullname", false, false);
// The builder cursor should be positioned at the start of the field.
FieldStart startField = (FieldStart) builder.CurrentNode;
Paragraph endPara = (Paragraph) doc.FirstSection.GetChild(NodeType.Paragraph, 5, true);
// Extract the content between these nodes in the document. Don't include these markers in the extraction.
List<Node> extractedNodes = ExtractContentHelper.ExtractContent(startField, endPara, false);
Document dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodes);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentUsingField.docx");
view raw extract-content-using-field.cs hosted with ❤ by GitHub

צילום: a Bookmark

במסמך התוכן שמוגדר בתוך סימן ספר מוזנח על ידי BookmarkStart שם הספר: End nodes התוכן נמצא בין שני צמתים אלה מעלה את סימן הספר. אתה יכול לעבור את הצומתים האלה כמו כל סימן, אפילו אלה מסימני ספר שונים, כל עוד הסימן מתחיל מופיע לפני הסמן הסופי במסמך. אנו נוציא את התוכן הזה במסמך חדש באמצעות הקוד להלן. The The The IsInclusive אפשרות פרמטר מראה כיצד לשמור או למחוק את סימן הספר.

הדוגמה הבאה של הקוד מראה כיצד לחלץ את התוכן המתייחס לסימן ספר באמצעות הסימן ExtractContent שיטה:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
Bookmark bookmark = doc.Range.Bookmarks["Bookmark1"];
BookmarkStart bookmarkStart = bookmark.BookmarkStart;
BookmarkEnd bookmarkEnd = bookmark.BookmarkEnd;
// Firstly, extract the content between these nodes, including the bookmark.
List<Node> extractedNodesInclusive = ExtractContentHelper.ExtractContent(bookmarkStart, bookmarkEnd, true);
Document dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodesInclusive);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenBookmark.IncludingBookmark.docx");
// Secondly, extract the content between these nodes this time without including the bookmark.
List<Node> extractedNodesExclusive = ExtractContentHelper.ExtractContent(bookmarkStart, bookmarkEnd, false);
dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodesExclusive);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenBookmark.WithoutBookmark.docx");
view raw extract-content-between-bookmark.cs hosted with ❤ by GitHub

יצירת תוכן מתוך A Comment

תגובה מורכבת מההערהRangeStart, CommentRange End and Comment nodes. כל הצומתים האלה הם פנימיים. שני צמתים הראשונים מבססים את התוכן במסמך אשר מתייחס על ידי ההערה, כפי שנראה בתמונה למטה.

The The The Comment צומת עצמו הוא InlineStory זה יכול להכיל פסקאות וריצה. זה מייצג את המסר של ההערה כפי שנראה כבועה תגובה במחבת הביקורת. מכיוון שצומת זה הוא קו פנימי וצאצא של גוף אתה יכול גם לחלץ את התוכן מבפנים הודעה זו.

ההערה מעלה את הכותרת, הסעיף הראשון והשולחן בחלק השני. בואו נוציא את ההערה הזו למסמך חדש. The The The IsInclusive אפשרות תכתיב אם התגובה עצמה נשמרת או נמחקה.

דוגמה לקוד הבא מראה כיצד לעשות זאת:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
CommentRangeStart commentStart = (CommentRangeStart) doc.GetChild(NodeType.CommentRangeStart, 0, true);
CommentRangeEnd commentEnd = (CommentRangeEnd) doc.GetChild(NodeType.CommentRangeEnd, 0, true);
// Firstly, extract the content between these nodes including the comment as well.
List<Node> extractedNodesInclusive = ExtractContentHelper.ExtractContent(commentStart, commentEnd, true);
Document dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodesInclusive);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenCommentRange.IncludingComment.docx");
// Secondly, extract the content between these nodes without the comment.
List<Node> extractedNodesExclusive = ExtractContentHelper.ExtractContent(commentStart, commentEnd, false);
dstDoc = ExtractContentHelper.GenerateDocument(doc, extractedNodesExclusive);
dstDoc.Save(ArtifactsDir + "ExtractContent.ExtractContentBetweenCommentRange.WithoutComment.docx");
view raw extract-content-between-comment-range.cs hosted with ❤ by GitHub

כיצד להפיק תוכן באמצעות DocumentVisitor

השתמש DocumentVisitor שיעור ליישום תרחיש זה של שימוש. מחלקה זו תואמת את דפוס עיצוב המבקרים הידוע. עם DocumentVisitor , אתה יכול להגדיר ולבצע פעולות מותאמות אישית הדורשות הארה על עץ המסמך.

DocumentVisitor מספק קבוצה VisitXXX שיטות אשר מופעלות כאשר רכיב מסמך מסוים (node) נתקל. לדוגמה, VisitParagraphStart נקרא כאשר תחילת פסקת טקסט נמצאה ו VisitParagraphEnd הוא נקרא כשסיומו של סעיף טקסט נמצא. כל אחד DocumentVisitor.VisitXXX השיטה מקבלת את האובייקט המתאים שהוא נתקל בו כך שתוכל להשתמש בו כנדרש (לדוגמא לאחזר את הפורמט), למשל. DocumentVisitor.VisitParagraphStart ו DocumentVisitor.VisitParagraphEnd קבל Paragraph אובייקט.

כל אחד DocumentVisitor.VisitXXX שיטה מחזירה VisitorAction ערך השולט בהארה של צמתים. אתה יכול לבקש או להמשיך את האמרה, לדלג על הצומת הנוכחי (אך להמשיך את האמרה), או לעצור את האמרה של צמתים.

אלה הם השלבים שאתה צריך לעקוב כדי לקבוע ולבצע חלקים שונים של מסמך:

  • יצירת מעמד הנגזר DocumentVisitor
  • להתגבר ולספק יישום עבור חלק או את כל DocumentVisitor.VisitXXX שיטות לביצוע פעולות מותאמות אישית
  • Call Node.Accept על הצומת מאיפה אתה רוצה להתחיל את האמרה, למשל, אם אתה רוצה לספר את כל המסמך, להשתמש Document.Accept

DocumentVisitor מספק יישום ברירת מחדל עבור כל DocumentVisitor.VisitXXX שיטות. זה הופך את זה קל יותר ליצור מבקרים חדשים לתעד רק את השיטות הנדרשות עבור המבקר הספציפי צריך להיות overridden. אין צורך לעקוף את כל שיטות המבקרים.

הדוגמה הבאה מראה כיצד להשתמש בדפוס המבקרים כדי להוסיף פעולות חדשות Aspose.Words מודל אובייקט במקרה זה, אנו יוצרים מסמך פשוט להמיר לתבנית טקסט:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Extract content.docx");
ConvertDocToTxt convertToPlainText = new ConvertDocToTxt();
// Note that every node in the object model has the accept method so the visiting
// can be executed not only for the whole document, but for any node in the document.
doc.Accept(convertToPlainText);
// Once the visiting is complete, we can retrieve the result of the operation,
// That in this example, has accumulated in the visitor.
Console.WriteLine(convertToPlainText.GetText());
view raw extract-content-using-document-visitor.cs hosted with ❤ by GitHub
// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
/// <summary>
/// Simple implementation of saving a document in the plain text format. Implemented as a Visitor.
/// </summary>
internal class ConvertDocToTxt : DocumentVisitor
{
public ConvertDocToTxt()
{
mIsSkipText = false;
mBuilder = new StringBuilder();
}
/// <summary>
/// Gets the plain text of the document that was accumulated by the visitor.
/// </summary>
public string GetText()
{
return mBuilder.ToString();
}
/// <summary>
/// Called when a Run node is encountered in the document.
/// </summary>
public override VisitorAction VisitRun(Run run)
{
AppendText(run.Text);
// Let the visitor continue visiting other nodes.
return VisitorAction.Continue;
}
/// <summary>
/// Called when a FieldStart node is encountered in the document.
/// </summary>
public override VisitorAction VisitFieldStart(FieldStart fieldStart)
{
// In Microsoft Word, a field code (such as "MERGEFIELD FieldName") follows
// after a field start character. We want to skip field codes and output field.
// Result only, therefore we use a flag to suspend the output while inside a field code.
// Note this is a very simplistic implementation and will not work very well.
// If you have nested fields in a document.
mIsSkipText = true;
return VisitorAction.Continue;
}
/// <summary>
/// Called when a FieldSeparator node is encountered in the document.
/// </summary>
public override VisitorAction VisitFieldSeparator(FieldSeparator fieldSeparator)
{
// Once reached a field separator node, we enable the output because we are
// now entering the field result nodes.
mIsSkipText = false;
return VisitorAction.Continue;
}
/// <summary>
/// Called when a FieldEnd node is encountered in the document.
/// </summary>
public override VisitorAction VisitFieldEnd(FieldEnd fieldEnd)
{
// Make sure we enable the output when reached a field end because some fields
// do not have field separator and do not have field result.
mIsSkipText = false;
return VisitorAction.Continue;
}
/// <summary>
/// Called when visiting of a Paragraph node is ended in the document.
/// </summary>
public override VisitorAction VisitParagraphEnd(Paragraph paragraph)
{
// When outputting to plain text we output Cr+Lf characters.
AppendText(ControlChar.CrLf);
return VisitorAction.Continue;
}
public override VisitorAction VisitBodyStart(Body body)
{
// We can detect beginning and end of all composite nodes such as Section, Body,
// Table, Paragraph etc and provide custom handling for them.
mBuilder.Append("*** Body Started ***\r\n");
return VisitorAction.Continue;
}
public override VisitorAction VisitBodyEnd(Body body)
{
mBuilder.Append("*** Body Ended ***\r\n");
return VisitorAction.Continue;
}
/// <summary>
/// Called when a HeaderFooter node is encountered in the document.
/// </summary>
public override VisitorAction VisitHeaderFooterStart(HeaderFooter headerFooter)
{
// Returning this value from a visitor method causes visiting of this
// Node to stop and move on to visiting the next sibling node
// The net effect in this example is that the text of headers and footers
// Is not included in the resulting output
return VisitorAction.SkipThisNode;
}
/// <summary>
/// Adds text to the current output. Honors the enabled/disabled output flag.
/// </summary>
private void AppendText(string text)
{
if (!mIsSkipText)
mBuilder.Append(text);
}
private readonly StringBuilder mBuilder;
private bool mIsSkipText;
}
view raw convert-doc-to-txt.cs hosted with ❤ by GitHub

איך להוציא טקסט רק

הדרכים להחזיר טקסט מן המסמך הן:

  • שימוש - Document.Save עם SaveFormat.Text כדי לשמור טקסט רגיל לתוך קובץ או זרם
  • שימוש - Node.ToString ולהעביר את SaveFormat.Text פרמטר באופן פנימי, זה הופך את הטקסט לזרם זיכרון ומחזיר את המיתרים וכתוצאה מכך
  • שימוש - Node.GetText לשלוח טקסט עם הכל Microsoft Word דמויות בקרה כולל קודים שדה
  • יישום מותאם אישית DocumentVisitor ביצוע מיצוי מותאם אישית

שימוש Node.GetText ו Node.ToString

A A A A מסמך Word יכול להכיל דמויות שליטה המתכנן אלמנטים מיוחדים כגון שדה, סוף התא, סוף סעיף וכו ‘. הרשימה המלאה של דמויות בקרת מילים אפשריות מוגדרת ב ControlChar מעמד. The The The Node.GetText השיטה מחזירה טקסט עם כל דמויות הדמות השולטות הקיימות בצומת.

Calling ToString מחזיר את ייצוג הטקסט הפשוט של המסמך רק ללא דמויות שליטה. לקבלת מידע נוסף על הייצוא כטקסט פשוט ראה לאחר סעיף “השתמשו ב- SaveFormat.Text”.

הדוגמה הבאה מציגה את ההבדל בין קריאה GetText ו ToString שיטות על צומת:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document();
DocumentBuilder builder = new DocumentBuilder(doc);
builder.InsertField("MERGEFIELD Field");
// When converted to text it will not retrieve fields code or special characters,
// but will still contain some natural formatting characters such as paragraph markers etc.
// This is the same as "viewing" the document as if it was opened in a text editor.
Console.WriteLine("Convert to text result: " + doc.ToString(SaveFormat.Text));
view raw simple-extract-text.cs hosted with ❤ by GitHub

שימוש SaveFormat.Text

דוגמה זו מצילה את המסמך כדלקמן:

  • מסננים החוצה דמויות שדה וקודי שדה, צורה, הערה, הערות והערות
  • סוף סעיף ControlChar.Cr דמויות עם ControlChar.CrLf שילוב
  • שימוש ב- UTF8 encoding

דוגמה לקוד הבא מראה כיצד לשמור מסמך בפורמט TXT:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Document.docx");
doc.Save(ArtifactsDir + "BaseConversions.DocxToTxt.txt");
view raw docx-to-txt.cs hosted with ❤ by GitHub

תמונות של Shapes

ייתכן שתצטרך להפיק תמונות מסמך כדי לבצע משימות מסוימות. Aspose.Words אפשר גם לעשות זאת.

הדוגמה הבאה של הקוד מראה כיצד להפיק תמונות מתוך מסמך:

// For complete examples and data files, please go to https://github.com/aspose-words/Aspose.Words-for-.NET.git.
Document doc = new Document(MyDir + "Images.docx");
NodeCollection shapes = doc.GetChildNodes(NodeType.Shape, true);
int imageIndex = 0;
foreach (Shape shape in shapes)
{
if (shape.HasImage)
{
string imageFileName =
$"Image.ExportImages.{imageIndex}_{FileFormatUtil.ImageTypeToExtension(shape.ImageData.ImageType)}";
// Note, if you have only an image (not a shape with a text and the image),
// you can use shape.GetShapeRenderer().Save(...) method to save the image.
shape.ImageData.Save(ArtifactsDir + imageFileName);
imageIndex++;
}
}
view raw extract-images.cs hosted with ❤ by GitHub
עבודה עם טווחים C# עבודה עם Headers ו Footers C#