如何用OpenXML查找Word .docx中的制表符并替换为空格？

阿华AIGC实验室

2026-5-25

我之前刚好碰到过一模一样的问题！Word的OpenXML结构里，制表符是作为独立的<w:tab/> XML元素存在的，而paragraph.InnerText只会提取纯文本内容，完全忽略这些格式类元素，所以你才会看到文本挤在一起，没法用制表符拆分日期、姓名这些字段。

给你两个靠谱的解决方案，按需选择：

解决方案1：用OpenXML SDK手动拼接带制表符的文本（无需安装Office）

这个方法适合服务器环境或者不想依赖Office的场景，直接解析Word的OpenXML结构，遍历段落里的所有元素，遇到制表符就手动插入\t：

using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Wordprocessing;

public string GetParagraphWithTabs(Paragraph paragraph)
{
    var sb = new StringBuilder();
    foreach (var element in paragraph.ChildElements)
    {
        // 遇到制表符元素，插入\t
        if (element is Tab)
        {
            sb.Append("\t");
        }
        // 处理包含文本的Run元素
        else if (element is Run run)
        {
            foreach (var runElement in run.ChildElements)
            {
                if (runElement is Text text)
                {
                    sb.Append(text.Text);
                }
            }
        }
        // 可以根据需要添加其他元素的处理，比如换行符等
    }
    return sb.ToString();
}

用法示例

using (var doc = WordprocessingDocument.Open("your-document.docx", false))
{
    var body = doc.MainDocumentPart.Document.Body;
    foreach (var para in body.Elements<Paragraph>())
    {
        var textWithTabs = GetParagraphWithTabs(para);
        // 这里就可以用空格替换制表符，然后解析内容了
        var parsedText = textWithTabs.Replace("\t", " ");
        // 后续解析逻辑...
    }
}

解决方案2：使用Microsoft.Office.Interop.Word（需安装Office）

如果是桌面应用，且用户机器上安装了Office，用Interop会更简单，因为它会直接返回包含制表符的完整文本：

using Microsoft.Office.Interop.Word;

Application wordApp = new Application();
Document doc = wordApp.Documents.Open(@"C:\your-document.docx");

foreach (Paragraph para in doc.Paragraphs)
{
    // Range.Text会包含原始的制表符
    var textWithTabs = para.Range.Text;
    // 注意：Range.Text末尾会带一个段落标记，需要的话可以去掉
    textWithTabs = textWithTabs.TrimEnd('\r', '\n');
    var parsedText = textWithTabs.Replace("\t", " ");
    // 后续解析逻辑...
}

doc.Close();
wordApp.Quit();