如何跨两个项目符号匹配文本并创建内容控件（SDT）？

假设文档包含以下内容：

1. Hello
2. World

需要编写正则表达式匹配"Hello"和"World"并创建内容控件（SDT），当前使用Aspose.Words 25.3.0版本，现有代码无法匹配跨两个列表项的文本，请问能否实现该需求？

现有代码如下：

string pattern = @"Hello\s*World";

var options = new FindReplaceOptions {
    ReplacingCallback = new ReplaceWithContentControlHandler(doc, "MyContentControl"),
    MatchCase = false,
    FindWholeWordsOnly = false,
    SmartParagraphBreakReplacement = true
};
var patern = new Regex(pattern);

doc.Range.Replace(new Regex(pattern, RegexOptions.IgnoreCase), "", options);

class ReplaceWithContentControlHandler : IReplacingCallback {
    private readonly Document _doc;
    private readonly string _title;
    private readonly string _tag;

    public ReplaceWithContentControlHandler(Document doc, string title) {
        _doc = doc;
        _title = title;
    }

    public ReplaceAction Replacing(ReplacingArgs e) {
        // Create a new RichText content control
        StructuredDocumentTag sdt = new StructuredDocumentTag(_doc, SdtType.RichText, MarkupLevel.Inline) {
            LockContentControl = false,
            LockContents = false,
            Title = "Clause",
            IsShowingPlaceholderText = false
        };
        sdt.RemoveAllChildren();

        // Create a new Run node and add it to the content control
        Run run1 = new Run(_doc, e.Match.Value);
        sdt.AppendChild(run1);

        // Insert the content control into the document
        Node currentNode = e.MatchNode;
        // Check if the current node is a paragraph
        if (currentNode.NodeType == NodeType.Paragraph) {
            Paragraph currentParagraph = (Paragraph)currentNode;

            // If the match is at the beginning of the paragraph
            if (e.MatchOffset == 0) {
                // Create a new Run node and add it to the content control
                Run run = new Run(_doc, e.Match.Value);
                sdt.AppendChild(run);

                // Insert the content control at the beginning of the paragraph
                currentParagraph.InsertBefore(sdt, currentParagraph.FirstChild);
            }
        }

        return ReplaceAction.Skip;
    }
}

Aspose.Words默认的Range.Replace方法不支持跨段落/列表项的正则匹配，因为它的匹配逻辑基于单个文本节点或段落内的文本，无法跨节点组合匹配。要实现跨列表项的文本匹配并生成SDT，需要手动遍历文档节点，收集文本并进行匹配，再将匹配到的内容替换为SDT。

具体步骤如下：

• 遍历文档中的列表项段落，收集目标文本片段
• 检查是否存在跨段落的匹配（比如第一个列表项的"Hello"和第二个的"World"）
• 找到匹配后，将两个列表项的内容合并到一个SDT中，移除原列表项并调整文档结构

以下是修改后的代码示例：

Document doc = new Document("YourDocumentPath.docx");
Regex regex = new Regex(@"Hello\s*World", RegexOptions.IgnoreCase);

// 筛选出所有列表项段落
List<Paragraph> listItems = doc.GetChildNodes(NodeType.Paragraph, true)
    .Cast<Paragraph>()
    .Where(p => p.IsListItem)
    .ToList();

for (int i = 0; i < listItems.Count - 1; i++)
{
    Paragraph firstItem = listItems[i];
    Paragraph secondItem = listItems[i + 1];

    // 拼接两个列表项的纯文本内容
    string combinedText = $"{firstItem.ToString(SaveFormat.Text).Trim()}{secondItem.ToString(SaveFormat.Text).Trim()}";

    if (regex.IsMatch(combinedText))
    {
        // 创建块级SDT，用于容纳整个列表项内容
        StructuredDocumentTag sdt = new StructuredDocumentTag(doc, SdtType.RichText, MarkupLevel.Block)
        {
            LockContentControl = false,
            LockContents = false,
            Title = "Clause",
            IsShowingPlaceholderText = false
        };

        // 复制第一个列表项的内容到SDT
        sdt.AppendChild(firstItem.Clone(true));
        // 复制第二个列表项的内容（跳过列表编号的特殊字符）
        foreach (Node node in secondItem.ChildNodes)
        {
            if (node.NodeType != NodeType.SpecialChar)
                sdt.AppendChild(node.Clone(true));
        }

        // 将SDT插入原列表项位置
        firstItem.ParentNode.InsertBefore(sdt, firstItem);

        // 删除原有的两个列表项
        firstItem.Remove();
        secondItem.Remove();

        break; // 找到单个匹配后退出循环，若需批量匹配可移除此行
    }
}

doc.Save("OutputDocument.docx");

代码说明 #

• 使用MarkupLevel.Block创建块级SDT，确保能容纳多个段落内容
• 遍历列表项并拼接文本进行正则匹配，解决跨节点匹配的限制
• 复制原列表项内容到SDT时跳过列表编号的特殊字符，避免多余标记
• 替换完成后删除原列表项，保持文档结构整洁

如果需要支持更多段落的跨节点匹配，可以扩展逻辑，连续收集多个段落的文本进行匹配，再批量处理对应节点。

内容的提问来源于stack exchange，提问作者Suhas Parameshwara