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:
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:
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:
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:
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:
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:
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:
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:
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:
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:
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:
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: