Comment puis-je récupérer chaque page de texte dans un document Word séparément (en utilisant .NET)?

Question

J'ai besoin de déterminer quelles pages d'un document Word sur lequel un mot-clé se produit. J'ai quelques outils qui peuvent m'obtenir le texte du document, mais rien qui me indique sur quelles pages le texte se produit dessus. Est-ce que quelqu'un a un bon point de départ pour moi? J'utilise .NET

Merci!

edit: Contrainte supplémentaire: Je ne peux pas utiliser l'interopérabilité.

edit2: Si quelqu'un connaît des bibliothèques stables capables de faire cela, cela serait également utile. J'utilise Aspose, mais pour autant que je sache, cela n'a rien.

Answer 1

Voici comment j'obtiens le texte, je crois que vous pouvez définir définir la plage de sélection à une page, alors vous pouvez tester ce texte, peut-être un peu en arrière de ce dont vous avez besoin, mais pourrait être un bon point de départ.

Microsoft.Office.Interop.Word.Application wordApplication = new Microsoft.Office.Interop.Word.Application(); 
object missing = Type.Missing; 
object fileName = @"c:\file.doc"; 
object objFalse = false; 

wordApplication.DisplayAlerts = Microsoft.Office.Interop.Word.WdAlertLevel.wdAlertsNone; 
Microsoft.Office.Interop.Word.Document doc = wordApplication.Documents.Open(ref fileName, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing,ref objFalse, ref missing, ref missing, ref missing, ref missing); 

//I belevie you can define a SelectionRange and insert here 
doc.ActiveWindow.Selection.WholeStory(); 
doc.ActiveWindow.Selection.Copy(); 

IDataObject data = Clipboard.GetDataObject(); 
string text = data.GetData(DataFormats.Text).ToString(); 

doc.Close(ref missing, ref missing, ref missing); 
doc = null; 

wordApplication.Quit(ref missing, ref missing, ref missing); 
wordApplication = null; 

Answer 2

Comment définissez-vous une page?

Si vous ne comptez que les sauts de page/page, c'est complexe, mais faisable. Si vous voulez compter les sauts de page souples, la tâche devient très très difficile et quelque peu insignifiante. Considérons que la détermination de l'endroit où les pauses soft-page atterrissent est générée dynamiquement au moment de l'exécution et n'est pas stockée dans le fichier lui-même. Cela dépend d'un grand nombre de facteurs, y compris le pilote d'imprimante actif (oui, il peut changer pour le même fichier sur un autre ordinateur), les polices, le crénage, l'interlignage, les marges, etc., etc.

Answer 3

Une façon merdique de le faire avec Aspose est de convertir le fichier Word en format PDF, puis de saisir du texte sur chaque page.

Je ne sais rien sur les internes d'Aspose ou comment ils définissent leurs pages souples lors de la conversion, mais c'est le meilleur que j'ai jusqu'à présent.

Answer 4

Merci d'utiliser Aspose.Words.

Dans l'API publique, nous n'avons pour l'instant que les informations "flux-document", par ex. paragraphes, tableaux, listes, etc. En interne, nous construisons un modèle de mise en page qui a des classes comme la page, le bloc de texte, la ligne de texte et ainsi de suite. Il y a bien sûr des liens internes entre le modèle de document et le modèle de mise en page et il est possible de savoir quelle page se termine où et tout. Rendre cette information disponible via l'API publique est (encore, toujours) en haut de notre liste de priorités.

Avez-vous enregistré votre demande dans les forums de support Aspose.Words? Nous utilisons cette information pour maintenir un système de vote et nous allons travailler sur les fonctionnalités qui obtiennent plus de votes en premier.