如何从 .odt 文件中获取文本答案

【问题标题】：How to grab text from .odt file如何从 .odt 文件中获取文本
【发布时间】：2016-11-10 01:52:23
【问题描述】：

我需要在 C# 中从 odf 文件（打开文档格式）中获取所有文本。我找到了 AODL 库，并安装了它。我访问了 AODL 的页面 https://wiki.openoffice.org 以查找有关如何完成我需要的任务的示例，但都没有成功。由于我无法想象的原因，所有示例都构建了新文档，并且没有关于如何加载文档和获取所有文本的示例（类似于 OpenXML）。你们知道任何可以指导我的参考吗？

我的“尝试”

var doc = new AODL.Document.TextDocuments.TextDocument();
        doc.Load(@"C:\path/to/Sample.odt");

但我不知道如何迭代 doc 文档。

【问题讨论】：

您考虑过使用 Novacode DocX 库吗？我过去曾使用它来创建或操作 Word 文档。这是 codeplex 上的链接：docx.codeplex.com
我需要它来读取 odf (open office) 文件，我认为 DocX 只是读取 .docx 文件
如果您无法访问您的 .odt 文件，您可以先将文件另存为 .docx，然后使用 Word 库读取它。
你知道从 odt 转换为 docx 或 doc 或 rtf 的库吗？
你真的不需要图书馆。只需在 OpenOffice 中将文件另存为 .docx。

标签： c# odt odf aodl

【解决方案1】：

终于，我想通了。这是我创建的用于提取所有文本的方法。也许不完整，因为我不知道构成 .odt 文件的所有部分。此方法抓取页眉和页脚、文本框和段落，并将其与回车分隔符连接起来。您需要可以通过包管理器控制台安装的 AODL 包：PM> Install-Package AODL。并添加

using AODL.Document.TextDocuments;
using AODL.Document.Content;

在程序的顶部。

/// <summary>
    /// Gets all plain text from an .odt file
    /// </summary>
    /// <param name="path">
    /// the physical path of the file
    /// </param>
    /// <returns>a string with all text content</returns>
    public String GetTextFromOdt(String path)
    {
        var sb = new StringBuilder();
        using (var doc = new TextDocument())
        {
            doc.Load(path);

            //The header and footer are in the DocumentStyles part. Grab the XML of this part
            XElement stylesPart = XElement.Parse(doc.DocumentStyles.Styles.OuterXml);
            //Take all headers and footers text, concatenated with return carriage
            string stylesText = string.Join("\r\n", stylesPart.Descendants().Where(x => x.Name.LocalName == "header" || x.Name.LocalName == "footer").Select(y => y.Value));

            //Main content
            var mainPart = doc.Content.Cast<IContent>();
            var mainText = String.Join("\r\n", mainPart.Select(x => x.Node.InnerText));

            //Append both text variables
            sb.Append(stylesText + "\r\n");
            sb.Append(mainText);
        }




        return sb.ToString();
    }

【讨论】：