使用OpenXML合并DocX文档报错，求问题排查及可行性确认

问题概述 #

合并多个Word文档后出现损坏，可通过Word自带修复功能恢复，但无法定位代码错误；同时不确定在源文档内容未知的情况下，能否实现以下需求：

• 合并后每份文档从新页面开始
• 页眉页脚不继承前一份文档设置
• 双面打印场景下，单页文档自动补充空白页

报错信息 #

• 错误提示1：Word无法打开此文档，因为内容有错误
• 错误提示2：文档修复成功，可打开修复后的版本

需求场景 #

• 将多份Word文档合并为单个文件，每份文档独立占页（从新页面开始）
• 每份文档的页眉、页脚保持独立，不继承前一份文档的格式设置
• 启用双面打印时，若某份文档为单页，自动添加空白页凑成双数页

背景信息 #

源文档为第三方提供的模板，代码会修改模板内容生成多份副本，再将这些副本合并为单个文件。

简化合并代码 #

public class DocXMerger : IWordDocumentMerger
{
    public byte[] Merge(Document[] documents)
    {
        if (documents.Length == 0)
        {
            return new byte[0];
        }

        using (var mainStream = new MemoryStream())
        {
            mainStream.Write(documents[0].Content, 0, documents[0].Content.Length);

            using (var mainWordDocument = WordprocessingDocument.Open(mainStream, true))
            {
                if (documents[0].UseDuplex && documents[0].NumberOfPages % 2 != 0)
                {
                    mainWordDocument.MainDocumentPart.Document.Body.InsertPageBreak();
                }

                mainWordDocument.MainDocumentPart.Document.Body.InsertSectionBreak(false);

                var i = 0;

                foreach (var document in documents.Skip(1))
                {
                    AppendDocument(mainWordDocument.MainDocumentPart.Document.Body, document, i == documents.Length - 2);
                    i++;
                }

                mainWordDocument.MainDocumentPart.Document.Save();
            }

            return mainStream.ToArray();
        }
    }

    private void AppendDocument(Body body, Document document, bool isLastDocument)
    {
        using (var stream = new MemoryStream())
        {
            stream.Write(document.Content, 0, document.Content.Length);
            stream.Position = 0;

            using (var doc = WordprocessingDocument.Open(stream, false))
            {
                var elements = doc.MainDocumentPart.Document.Body.Elements();

                foreach (var element in elements)
                {
                    body.AppendChild(element.CloneNode(true));
                }
            }

            if (document.UseDuplex && document.NumberOfPages % 2 != 0)
            {
                body.InsertPageBreak();
            }

            body.InsertSectionBreak(isLastDocument);
        }
    }        
}

public static class DocXExtentions
{
    public static void InsertPageBreak(this Body body)
    {
        var run = new Run();
        run.AppendChild(new Break { Type = BreakValues.Page });
        run.AppendChild(new Break { Type = BreakValues.TextWrapping });

        body.AppendChild(new Paragraph(run));
    }

    public static void InsertSectionBreak(this Body body, bool isLastPage)
    {
        if (isLastPage)
        {
            body.AppendChild(new Paragraph());
            body.AppendChild(new SectionProperties(
                new PageNumberType { Start = 1 }
            ));

            return;
        }

        var paragraphProp = new ParagraphProperties();
        var sectionProp = new SectionProperties(new PageNumberType { Start = 1 });
        var sectionType = new SectionType { Val = SectionMarkValues.NextPage };

        sectionProp.AppendChild(sectionType);
        paragraphProp.AppendChild(sectionProp);

        body.AppendChild(new Paragraph(paragraphProp));
    }
}

运行方式 #

var name = "document.docx";

var file = File.ReadAllBytes(Path.GetFullPath(name));

var documents = new List<Document>();
  
for (int i = 0; i < 3; i++) // 可生成任意数量的文档
{
    documents.Add(new Document(file, 1, true)); // 文档页数可为2、3、4等；支持或不支持双面打印
}

var merger = new DocXMerger();
var result = merger.Merge(documents.ToArray());

File.WriteAllBytes(Path.GetFullPath($"merge_{name}"), result);

相关信息 #

• 使用库版本：DocumentFormat.OpenXml 3.0.2
• Open XML SDK 2.5生产力工具验证结果：合并后的文档存在XML结构错误

代码错误分析 #

1. SectionProperties插入不符合规范

   • 当isLastPage=true时，直接将SectionProperties作为Body的子节点插入，而Open XML要求SectionProperties必须嵌套在ParagraphProperties中，不能直接放在Body下，这会导致文档结构损坏。
   • 源文档Body末尾可能自带SectionProperties，直接克隆所有元素会导致Body中出现多个独立的SectionProperties节点，破坏XML结构。

2. 分页符插入逻辑冗余

   • InsertPageBreak中添加的BreakValues.TextWrapping换行是多余的，会引入不必要的格式问题；且直接插入分页符段落可能与源文档的段落格式冲突。

3. 未处理页眉页脚独立性

   • 当前仅克隆Body内容，未处理页眉页脚的关联逻辑。页眉页脚属于节级设置，若要保持独立，需为每个新节复制源文档的HeaderPart/FooterPart，并关联到对应节的SectionProperties，否则会继承主文档的页眉页脚。

4. 页数判断依赖外部传入值

   • 依赖document.NumberOfPages属性判断是否需要添加空白页，若该值与文档实际页数不符，会导致双面打印逻辑错误。

源文档未知时需求能否实现？ #

可以实现，但需调整以下核心逻辑：

1. 统一节结构处理

   • 无论源文档的节设置如何，合并时为每份文档创建独立的节，确保每个节的SectionProperties包含独立的页码起始、页眉页脚引用等设置。

2. 完整复制页眉页脚

   • 复制源文档的HeaderPart、FooterPart到主文档，并将其关联到新节的SectionProperties，确保每份文档的页眉页脚独立。

3. 修复XML结构问题

   • 修正SectionProperties的插入方式，确保其嵌套在ParagraphProperties中；合并后使用Open XML SDK验证并修复文档结构。

4. 动态计算文档页数

   • 通过Open XML的页面布局信息（如段落、分页符）动态计算实际页数，避免依赖外部传入的不准确值。

关键修正代码示例 #

修正SectionBreak插入逻辑

public static void InsertSectionBreak(this Body body, bool isLastPage)
{
    var paragraph = new Paragraph();
    var paragraphProp = new ParagraphProperties();
    var sectionProp = new SectionProperties(new PageNumberType { Start = 1 });

    if (!isLastPage)
    {
        // 添加下一页分节符
        sectionProp.AppendChild(new SectionType { Val = SectionMarkValues.NextPage });
    }

    paragraphProp.AppendChild(sectionProp);
    paragraph.AppendChild(paragraphProp);
    body.AppendChild(paragraph);
}

复制页眉页脚到新节

private void CopyHeadersFooters(MainDocumentPart mainPart, HeaderFooterPart sourcePart, HeaderFooterValues type)
{
    var newPart = type == HeaderFooterValues.Default 
        ? (OpenXmlPart)mainPart.AddNewPart<HeaderPart>() 
        : mainPart.AddNewPart<FooterPart>();
    
    newPart.FeedData(sourcePart.GetStream());
    
    // 获取当前最后一个节的SectionProperties
    var lastSectionProps = mainPart.Document.Body.Elements<Paragraph>()
        .Last(p => p.Elements<ParagraphProperties>().Any(pp => pp.Elements<SectionProperties>().Any()))
        .Elements<ParagraphProperties>()
        .First()
        .Elements<SectionProperties>()
        .First();
    
    // 关联页眉/页脚到节
    if (type == HeaderFooterValues.Default)
    {
        lastSectionProps.AppendChild(new HeaderReference { Id = mainPart.GetIdOfPart(newPart), Type = type });
    }
    else
    {
        lastSectionProps.AppendChild(new FooterReference { Id = mainPart.GetIdOfPart(newPart), Type = type });
    }
}

内容的提问来源于stack exchange，提问作者Dzendo