ASP.NET中读取Word文档公式：提取时公式被识别为文本的解决方法

你遇到的问题是因为Word公式的格式或代码遍历逻辑导致OfficeMath元素未被正确捕获，进而拿到了公式的原始线性文本（如f(x)={■(x^2,&x≥0@x^2 |x|,&x<0)）。以下是针对性的解决方法：

1. 修正遍历逻辑，避免重复捕获 #

当前代码会同时处理OfficeMath和段落InnerText，导致公式文本被重复添加。先判断段落是否包含公式，再决定处理逻辑：

private string ExtractContentWithImages(WordprocessingDocument doc, DocumentFormat.OpenXml.Wordprocessing.TableCell cell)
{
    StringBuilder contentBuilder = new StringBuilder();
    foreach (var paragraph in cell.Elements<Paragraph>())
    {
        var equations = paragraph.Descendants<OfficeMath>().ToList();
        if (equations.Any())
        {
            // 处理公式
            foreach (var equation in equations)
            {
                string equationText = GetEquationFromOMath(equation);
                contentBuilder.AppendLine(equationText);
            }
        }
        else if (!string.IsNullOrWhiteSpace(paragraph.InnerText))
        {
            // 仅处理纯文本段落
            contentBuilder.Append(paragraph.InnerText);
        }
    }
    return contentBuilder.ToString();
}

2. 正确解析OMML格式公式 #

如果Word中的公式是用Office Math Markup Language（OMML）插入的（即通过「插入→公式」添加的新版公式），需要递归解析OfficeMath的结构来获取正确的公式文本。优化GetEquationFromOMath方法：

private string GetEquationFromOMath(OfficeMath oMath)
{
    // 优先获取OMathPara的线性格式文本
    var oMathPara = oMath.Ancestors<OMathPara>().FirstOrDefault();
    if (oMathPara != null)
    {
        return oMathPara.InnerText;
    }
    
    // 递归处理嵌套的OfficeMath元素
    StringBuilder eqBuilder = new StringBuilder();
    foreach (var child in oMath.Elements())
    {
        if (child is OfficeMath nestedMath)
        {
            eqBuilder.Append(GetEquationFromOMath(nestedMath));
        }
        else
        {
            eqBuilder.Append(child.InnerText);
        }
    }
    return eqBuilder.ToString();
}

3. 兼容旧版EQ域公式 #

如果你的Word文档使用的是旧版EQ域公式（通过Ctrl+F9插入的域），需要额外处理FieldCode元素：

在段落遍历中添加域处理逻辑：

// 在处理OfficeMath之后添加
var eqFields = paragraph.Descendants<FieldCode>().Where(f => f.InnerText.StartsWith("EQ "));
foreach (var field in eqFields)
{
    contentBuilder.AppendLine(field.InnerText.Substring(3)); // 去掉前缀"EQ "
}

关键注意事项 #

• 确保Word中的公式是OMML格式：选中公式，右键→「转换为线性格式」或「转换为专业格式」，确认格式正确。
• 避免同时处理OfficeMath和段落InnerText：包含公式的段落InnerText会返回公式的线性原始文本，导致重复输出。

内容的提问来源于stack exchange，提问作者MASYS WEB DEVELOPMENT