如何安全检测Word文档中的图片？C#方法有效性及对象差异解析

我编写了一个简单的C#方法，用于检测Word文档是否包含图片，代码如下：

public bool ContainsImage(string fileName)
{
   using (var wordDocument = WordprocessingDocument.Open(fileName, false))
   {
      return wordDocument.MainDocumentPart.Document.Descendants<Graphic>().Any();
   }
}

该方法在我的测试文件中有效，但我不确定它是否适用于所有DOCX文档。我调研了多种处理Word文档图片的方案，测试了几种检测方式，结果如下：

• Descendants<Graphic>()：有效
• Descendants<Inline>()：有效
• Descendants<Drawing>()：无效
• Descendants<Picture>()：无效

请问：

1. 检测DOCX中所有可见图片（无论背景、前景还是文本之间等位置）的正确方式是什么？
2. Graphic、Inline、Drawing、*Picture*这些对象之间有什么差异？

正确的检测方式 #

要覆盖所有可见图片的场景，需要同时兼容现代和旧版DOCX的图片格式，还要包含页眉、页脚等可能存在图片的区域，推荐的检测逻辑如下：

1. 遍历主文档、所有页眉、页脚的内容部分
2. 同时检测*Graphic（现代Word的主流图片类型）和Picture*（旧版兼容格式的图片）

对应的代码实现：

public bool ContainsVisibleImage(string fileName)
{
    using (var wordDocument = WordprocessingDocument.Open(fileName, false))
    {
        // 检查主文档是否有图片
        bool hasImages = wordDocument.MainDocumentPart?.Document
            .Descendants<Graphic>().Any() == true || 
            wordDocument.MainDocumentPart?.Document
            .Descendants<Picture>().Any() == true;
        
        if (hasImages) return true;

        // 检查所有页眉
        foreach (var headerPart in wordDocument.MainDocumentPart.HeaderParts)
        {
            if (headerPart.Header.Descendants<Graphic>().Any() || 
                headerPart.Header.Descendants<Picture>().Any())
            {
                return true;
            }
        }

        // 检查所有页脚
        foreach (var footerPart in wordDocument.MainDocumentPart.FooterParts)
        {
            if (footerPart.Footer.Descendants<Graphic>().Any() || 
                footerPart.Footer.Descendants<Picture>().Any())
            {
                return true;
            }
        }

        return false;
    }
}

注意：*Inline*只是嵌入式元素的容器，里面可能包含非图片内容（比如形状、文本框），直接用它检测会出现误判，不建议单独使用。

各对象的差异 #

• Drawing：这是一个上层容器元素，用来包裹*Inline（嵌入式元素容器）或Anchor*（浮动元素容器），本身不直接对应图片内容，所以检测它无法准确判断是否有图片。
• Inline：嵌入式内容的容器，可包含*Graphic*、形状、图表等多种元素，不是图片的直接载体，单独检测会包含非图片场景。
• Graphic：对应DOCX规范中的<a:graphic>元素，是Word 2007及以后版本插入图片（包括嵌入式、浮动式）的核心对象，绝大多数现代DOCX文档的图片都属于这个类型。
• Picture：对应DOCX规范中的<w:pict>元素，是为了兼容Word 2003及更早版本的图片格式，部分从旧文档转换而来的DOCX可能会保留这个类型的图片。

内容的提问来源于stack exchange，提问作者Christoph Brückmann