.NET中使用OpenXML(WML)读取Word特殊符号显示异常的代码求助

问题根源在于Symbol字体的特殊字符映射机制：Word里使用Symbol字体的字符，是用普通ASCII字符（比如'a'）通过字体映射渲染为特殊符号（比如α），直接读取<w:t>节点的文本只会拿到原始ASCII字符，而非显示的符号。要正确读取，需根据Symbol字体的映射规则转换字符。

核心转换逻辑 #

先定义Symbol字体到Unicode符号的映射字典（覆盖常用符号，可按需扩展）：

private static readonly Dictionary<char, char> SymbolFontMapping = new Dictionary<char, char>
{
    {'a', '\u03B1'}, // α
    {'b', '\u03B2'}, // β
    {'g', '\u03B3'}, // γ
    {'d', '\u03B4'}, // δ
    {'e', '\u03B5'}, // ε
    {'z', '\u03B6'}, // ζ
    {'h', '\u03B7'}, // η
    {'q', '\u03B8'}, // θ
    {'i', '\u03B9'}, // ι
    {'k', '\u03BA'}, // κ
    {'l', '\u03BB'}, // λ
    {'m', '\u03BC'}, // μ
    {'n', '\u03BD'}, // ν
    {'x', '\u03BE'}, // ξ
    {'o', '\u03BF'}, // ο
    {'p', '\u03C0'}, // π
    {'r', '\u03C1'}, // ρ
    {'s', '\u03C3'}, // σ
    {'t', '\u03C4'}, // τ
    {'u', '\u03C5'}, // υ
    {'f', '\u03C6'}, // φ
    {'c', '\u03C7'}, // χ
    {'y', '\u03C8'}, // ψ
    {'w', '\u03C9'}, // ω
    {'>', '\u003E'}  // 大于号
};

完整读取代码 #

使用OpenXML SDK遍历文档段落，检查每个Run的字体样式，若为Symbol则转换字符：

using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Wordprocessing;
using System.Collections.Generic;
using System.Text;
using System.Linq;

public static string ReadWordDocumentWithSymbolFont(string filePath)
{
    StringBuilder contentBuilder = new StringBuilder();

    using (WordprocessingDocument doc = WordprocessingDocument.Open(filePath, false))
    {
        MainDocumentPart mainPart = doc.MainDocumentPart;
        if (mainPart == null) return string.Empty;

        foreach (Paragraph para in mainPart.Document.Body.Elements<Paragraph>())
        {
            foreach (Run run in para.Elements<Run>())
            {
                RunProperties runProps = run.RunProperties;
                bool isSymbolFont = false;

                // 检查Run是否应用了Symbol样式或直接设置了Symbol字体
                if (runProps != null)
                {
                    RunStyle runStyle = runProps.Elements<RunStyle>().FirstOrDefault();
                    if (runStyle != null && runStyle.Val.Value.Equals("Symbol", StringComparison.OrdinalIgnoreCase))
                    {
                        isSymbolFont = true;
                    }
                    else
                    {
                        RunFonts runFonts = runProps.Elements<RunFonts>().FirstOrDefault();
                        if (runFonts != null && runFonts.Ascii.Value.Equals("Symbol", StringComparison.OrdinalIgnoreCase))
                        {
                            isSymbolFont = true;
                        }
                    }
                }

                Text text = run.Elements<Text>().FirstOrDefault();
                if (text != null)
                {
                    string runText = text.Text;
                    if (isSymbolFont)
                    {
                        StringBuilder convertedText = new StringBuilder();
                        foreach (char c in runText)
                        {
                            convertedText.Append(SymbolFontMapping.TryGetValue(c, out char mappedChar) ? mappedChar : c);
                        }
                        contentBuilder.Append(convertedText.ToString());
                    }
                    else
                    {
                        contentBuilder.Append(runText);
                    }
                }
            }
            contentBuilder.AppendLine();
        }
    }

    return contentBuilder.ToString();
}

使用说明 #

1. 确保项目已安装DocumentFormat.OpenXml NuGet包（版本2.0及以上均可）
2. 调用ReadWordDocumentWithSymbolFont方法传入Word文档路径，即可得到正确转换后的文本，比如示例中的criteria of α>.70.会被正确读取。

内容的提问来源于stack exchange，提问作者Abul Hasan