检查docx文件中是否存在单词

Question

我的代码中加载了这个 docx 文件：

byte[] documentBytes = File.ReadAllBytes("C:\\mydocument.docx");

本文档在正文、页眉或页脚中包含单词“foo”，检查“foo”单词是否存在的最简单方法是什么？

Answer 1

使用OpenXML Powertools：

using OpenXmlPowerTools;

...

byte[] documentBytes = GetMyBytes(); // Load the docx file with File.ReadAllBytes, generate a byte array, etc
using var myStream = new MemoryStream(result, false);
using var myDocument = WordprocessingDocument.Open(myStream, false); // myStream can also be replaced with a path in string format

var regex = new Regex("foo");

int headerCount = OpenXmlRegex.Match(document.MainDocumentPart.HeaderParts.SelectMany(x => x.GetXDocument().Descendants(W.p)), regex);
int footerCount = OpenXmlRegex.Match(document.MainDocumentPart.FooterParts.SelectMany(x => x.GetXDocument().Descendants(W.p)), regex);
int bodyCount = OpenXmlRegex.Match(document.MainDocumentPart.GetXDocument().Descendants(W.p), regex);

变量headerCount、footerCount 和bodyCount 表示文档每个部分的正则表达式的命中数。 MainDocumentPart 属性还包含图像、图表、主题等属性。