.NET下如何通过OpenXML获取Word文档的字体属性?
现有代码无法读取字体属性的核心原因
你编写的代码仅能获取Paragraph节点本身,本质是没有命中OpenXML的Word字体属性存储逻辑:
OpenXML体系内的字体属性不会直接作为Paragraph节点的顶层属性存在,而是按照分层规则挂载在不同子节点上,且存在三级继承链路:
- 段落级默认字体:存放在Paragraph节点下属的
ParagraphProperties子节点内的RunPropertiesDefault分支 - 单段文字字体:存放在Paragraph下属每个
Run(文字块)节点的RunProperties子节点内,可对段落默认字体做单独覆盖 - 继承链路字体:如果以上两个节点都未显式设置字体,实际渲染值会沿着“Run关联字符样式→段落关联段落样式→文档全局默认样式”的链路回溯取值
仅遍历Paragraph节点本体,既没有下钻读取子节点的属性分支,也没有处理样式继承的回溯逻辑,自然无法拿到有效字体值。
可直接落地的字体属性提取实现
1. 提取段落级定义的默认字体
直接定位Paragraph下属的段落属性节点读取内置默认值,代码参考:
var paraList = wordDocument.MainDocumentPart.RootElement.Descendants<Paragraph>().ToList(); foreach (var para in paraList) { // 定位段落属性容器 var paraProps = para.ParagraphProperties; if (paraProps == null) continue; // 定位段落级的文字默认属性分支 var paraDefaultRunProps = paraProps.RunPropertiesDefault?.RunProperties; if (paraDefaultRunProps == null) continue; // 读取细分字体属性 var latinFont = paraDefaultRunProps.FontType?.Val; // 西文字体 var eastAsiaFont = paraDefaultRunProps.EastAsiaFontType?.Val; // 东亚中文字体 var halfPointSize = paraDefaultRunProps.FontSize?.Val; // 字号,单位为半磅,需除以2换算为常用磅值 }
2. 提取段落内单段文字的实际字体属性
同一个段落内可存在多段不同字体的文字,需要遍历段落下所有Run节点,直接读取每个文字块挂载的字体值:
foreach (var para in paraList) { // 遍历段落下所有独立文字块 foreach (var run in para.Descendants<Run>()) { var runProps = run.RunProperties; if (runProps == null) continue; // 读取文字块自身的字体设置 var runLatinFont = runProps.FontType?.Val; var runEastAsiaFont = runProps.EastAsiaFontType?.Val; var runHalfPointSize = runProps.FontSize?.Val; } }
3. 补全继承逻辑的全量取值
实际测试中经常会遇到以上两个节点读不到值的情况,是因为字体设置没有显式写在节点上,而是定义在关联样式中,此时需要按照以下优先级回溯:
- 优先读取Run节点自身
RunProperties内的字体值 - 若为空,读取Run关联的字符样式定义中的字体值
- 若仍为空,读取Paragraph关联的段落样式定义中的字体值
- 最后兜底读取文档
StylesPart下全局DocDefaults节点的默认字体值
注意:OpenXML的字体属性是按照西文、东亚、复杂文种三类独立存储的,不能仅读取西文字体属性,否则会出现中文字体值持续为空的问题。
内容的提问来源于stack exchange,提问作者Abdullah Aygün
相关产品推荐
相关产品推荐

