在C#中使用aspose.words从word文档中提取2个字符串之间的文本

问题描述

我有一个 word 文档，我需要从中提取几行文本。我需要提取的文本可以在两个字符串之间找到：“必须拥有”和“可以拥有”。有谁知道我应该怎么做才能实现这一目标？

解决方法

您可以使用 IReplacingCallback 来实现您的需求。例如看下面的代码：

Document doc = new Document(@"C:\temp\in.docx");
FindReplaceOptions opt = new FindReplaceOptions();
opt.ReplacingCallback = new MyReplacingCallback();
Regex regex = new Regex(@"\<mytag\>(.*?)\<\/mytag\>");
doc.Range.Replace(regex,"",opt);

private class MyReplacingCallback : IReplacingCallback
{
    public ReplaceAction Replacing(ReplacingArgs args)
    {
        Console.WriteLine(args.Match.Groups[1].Value);
        return ReplaceAction.Skip;
    }
}

,

使用 tika 从 docx... 中提取文本： https://www.nuget.org/packages/TikaOnDotNet.TextExtractor

var str = new TikaOnDotNet.TextExtraction.TextExtractor().Extract(@"C:\Users\Inconnu\Downloads\test.docx").Text;

            int pForm = str.IndexOf("must haves") + "must haves".Length;
            int pTo = str.LastIndexOf("could haves");

            string result = str.Substring(pForm,pTo - pForm);