如何使用 OpenXML 从段落中查找页码？答案

【问题标题】：How to find the page number from a paragraph using OpenXML?如何使用 OpenXML 从段落中查找页码？
【发布时间】：2013-02-02 21:46:23
【问题描述】：

对于 Paragraph 对象，如何使用 Open XML SDK 2.0 for Microsoft Office 确定它位于哪个页面上？

【问题讨论】：

标签： ms-word document openxml paragraph page-numbering

【解决方案1】：

无法使用OpanXml Sdk 获取 Word 文档的页码，因为这是由客户端处理的（如 MS Word）。

但是，如果您正在使用的文档以前由 word 客户端打开并保存回来，那么客户端将添加 LastRenderedPageBreak 以识别分页符。有关LastRenderedPageBreaks 的更多信息，请参阅我的回答here。这使您可以计算段落之前的LastRenderedPageBreak 元素的数量，以获取当前页数。

如果不是这种情况，那么解决您的要求的点头选项是添加带有页码的页脚（可能与您的文档具有相同的颜色以虚拟隐藏它！）。只有一个选项 - 如果您使用 OpenXML sdk 自动生成 Word 文档。

【讨论】：

【解决方案2】：

@Flowerking：感谢您提供的信息。

因为无论如何我都需要循环所有段落来搜索某个字符串，所以我可以使用以下代码来查找页码：

using (var document = WordprocessingDocument.Open(@"c:\test.docx", false))
{
    var paragraphInfos = new List<ParagraphInfo>();

    var paragraphs = document.MainDocumentPart.Document.Descendants<Paragraph>();

    int pageIdx = 1;
    foreach (var paragraph in paragraphs)
    {
        var run = paragraph.GetFirstChild<Run>();

        if (run != null)
        {
            var lastRenderedPageBreak = run.GetFirstChild<LastRenderedPageBreak>();
            var pageBreak = run.GetFirstChild<Break>();
            if (lastRenderedPageBreak != null || pageBreak != null)
            {
                pageIdx++;
            }
        }

        var info = new ParagraphInfo
        {
            Paragraph = paragraph,
            PageNumber = pageIdx
        };

        paragraphInfos.Add(info);
    }

    foreach (var info in paragraphInfos)
    {
        Console.WriteLine("Page {0}/{1} : '{2}'", info.PageNumber, pageIdx, info.Paragraph.InnerText);
    }
}

【讨论】：

不错。如果您在 Q 中包含一些代码，我应该在我的答案中提供类似的代码。一个问题 => Open Xml 中的 var pageBreak = run.GetFirstChild<Break>(); - 并非所有 Breaks 都是分页符！
致所有未来的访问者.. 操作员认为这回答了他的问题。但在很多情况下都失败了。当您使用多列布局时，它会失败。此外，run.GetFirstChild<Break>(); 会为您提供各种中断，其中可能包括分页符以外的中断。所以在使用上面的代码时要记住这几点。
您拥有 LastRenderedPageBreak 的文档也会有 Break，因此只需使用 Break check 就可以了。但是有些场景不会有任何中断但内容扩展到多个页面，您如何按页面识别和分隔内容？

【解决方案3】：

这是我为此做的扩展方法：

    public static int GetPageNumber(this OpenXmlElement elem, OpenXmlElement root)
    {
        int pageNbr = 1;
        var tmpElem = elem;
        while (tmpElem != root)
        {
            var sibling = tmpElem.PreviousSibling();
            while (sibling != null)
            {
                pageNbr += sibling.Descendants<LastRenderedPageBreak>().Count();
                sibling = sibling.PreviousSibling();
            }
            tmpElem = tmpElem.Parent;
        }
        return pageNbr;
    }

【讨论】：

LastRenderedPageBreak 并不总是可用
这只会计算现有文档中插入的分页符的数量，例如一旦它在 Word 中打开，它将插入中断。如果您使用 SDK 自己生成文档，则文档中唯一的分页符将是您自己插入的分页符，您无需计算。