【问题标题】:Fixing "Word found unreadable content in corrupt..." programmatically以编程方式修复“Word 在损坏的...中发现不可读的内容”
【发布时间】:2020-01-31 00:30:52
【问题描述】:

我正在从另一个系统获取 OpenXml 生成的 docx 文件。当尝试使用Microsoft.Office.Interop.Word.Application.Open(filename) 在我的应用程序中打开文件时,我得到一个The file appears to be corrupted 异常。

当我手动打开 docx 文件时,我会看到 Word found unreadable content in corrupt xxx.docx. Do you want to recover the contents of this document? If you trust the source of this document, click Yes. 提示。当我点击Yes时,它能够在一个新的未保存的Word文件中恢复文档。

我尝试将之前的损坏的docx 文件的document.xml 与recovered.docx 文件的document.xml 进行比较。虽然两个 document.xml 之间有许多格式更改(关闭 xml 标记之间的额外空间),但主要区别在于 AltChunk 实际上嵌入到恢复的.docx 中,并且有几个空的“运行”标记被删除。我不确定是什么导致文件被认为是损坏的,因为它们看起来不应该。

也就是说,当我通过我的应用程序以编程方式单击Yes 到...Do you want to recover the contents of this document?... 提示时,有没有办法运行发生的任何进程?这会是理想的吗?不太理想的是,有没有办法在 word doc 中判断 xml 的哪些部分实际损坏了?

【问题讨论】:

  • 保留一个原始文件,然后打开另一个副本并修复它。然后在 Open XML SDK Productivity 工具(Open XMK SDK 的一部分)中打开这两个工具,然后单击 Compare Files。单击“查看包代码”选项卡以查看哪些代码会在两个文件之间产生差异。

标签: .net ms-word openxml office-interop


【解决方案1】:

也就是说,有没有办法运行我点击时发生的任何进程 是的...你想恢复这个的内容吗 文件?...通过我的应用程序以编程方式提示;这个会 成为理想?不太理想的是,有没有办法告诉哪些部分 xml实际上在word doc中被破坏了?

  1. 不,不暴露在外面
  2. 理论上,验证是可能的。但考虑到涉及 AltChunk,这可能不会出现问题。在 Word 处理文档之前,不会集成 AltChunk 的内容,此时它已被集成。如果出现的内容“破坏”了某些内容,验证将无法识别。

在这种特殊情况下,我可能会尝试手动删除 AltChunk(这些片段位于 zip 文件中的几个位置),看看文件是否可以在没有它的情况下打开。但是,如果您对 Word Open XML zip 包不是很熟悉,最好询问文档的制作者/来源。

【讨论】:

  • @mche 如果没有查看/分析 Word Open XML 等,则无法提供意见。例如,不知道 altChunk 和图像是否交互。
  • 感谢您的建议。我尝试删除 AltChunk(通过以下过程:将文件扩展名重命名为 zip -> 提取 -> 编辑 -> 压缩)。 AltChunk 被包裹在桌子和桌子周围,因此移除它们可以让东西顺利打开。所以它似乎确实与 AltChunk 进程有关。我确实尝试删除包含 base64 图像并允许文档打开而没有问题的 img 标签。所以这似乎是word如何处理图像的某种问题?
  • 抱歉,我在尝试编辑时不小心删除了我的其他评论,有些文字被弄乱了。当你说“不知道,例如,altChunk 和图像是否相互作用”时,你能详细说明你的意思吗? @辛迪
  • 没有人看到过真正的 Word Open XML。如果没有这些信息,甚至无法猜测问题可能是什么。无论如何,任何此类考虑都属于一个新问题,而不是这个问题。
猜你喜欢
  • 1970-01-01
  • 2022-09-28
  • 2020-01-22
  • 2010-12-13
  • 1970-01-01
  • 1970-01-01
  • 2018-08-29
  • 2012-09-09
  • 1970-01-01
相关资源
最近更新 更多