如何用OpenXML或Microsoft.Interop在C#中提取Word文档单段HTML代码?
用OpenXML将Word单个指定段落转为HTML
- 当前可通过剪贴板获取Word段落的HTML代码:选中文档片段复制后,执行C#代码
var foo = Clipboard.GetData(DataFormats.Html);即可获取,但该方法不符合需求。 - 理想方案是通过OpenXML库打开Word文档,遍历段落并为符合条件的段落生成HTML,示例代码框架如下:
using (WordprocessingDocument wordDocument = WordprocessingDocument.Open(filePath, true)) { var wordDocumentBody = wordDocument.MainDocumentPart.Document.Body; foreach(var paragraph in wordDocumentBody.Descendants<Paragraph>()) { if(paragraph.MeetsCriteria()) // 自定义函数,用于判断段落是否包含重要信息 // 期望实现:生成该段落对应的HTML var paragraphHTML = paragraph.GenerateHTML(); } }
- 不考虑将整个Word文档转为HTML的方式,因为这种方式无法区分需要提取的目标段落。
现寻求基于OpenXML库生成单个段落HTML的具体实现方法。
内容的提问来源于stack exchange,提问作者Artur
相关产品推荐
相关产品推荐

