DOCX XML 不像 Word 那样表示换行符？

Question

我正在使用 Open XML SDK 2.5 在我的控制台应用程序中读取 .docx 文件。

Word 显示文档的方式与使用 Open XML SDK 打开时文档在 XML 中的表示方式之间似乎存在一些差异。

这是我在 Word 中看到的示例，其中空格可见：

---

---

所以在我的应用程序中，我将此段落作为DocumentFormat.OpenXml.Wordprocessing.Paragraph 对象引用。浏览 Open XML 文档后，我清楚地知道在 XML 格式中没有“线”的表示。所以我能做的最好的就是拥有我的Paragraph，最接近一条线的是Run 对象。在此示例中，Paragraph 节点具有 6 个 Run 对象的集合。如果我在此示例中获得Paragraph 的InnerXml 属性，它的外观如下：

<w:pPr xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:pStyle w:val=\"PlainText\" /><w:numPr><w:ilvl w:val=\"0\" /><w:numId w:val=\"17\" /></w:numPr><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /><w:b /></w:rPr></w:pPr><w:r w:rsidRPr=\"000558F8\" xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /></w:rPr><w:t>Should we use the term “Verify” instead of “Confirm”</w:t></w:r><w:r w:rsidRPr=\"000558F8\" w:rsidR=\"00F5335C\" xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /></w:rPr><w:t xml:space=\"preserve\"> as per work instruction</w:t></w:r><w:r w:rsidRPr=\"000558F8\" w:rsidR=\"00411638\" xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /></w:rPr><w:t>?</w:t></w:r><w:r w:rsidR=\"000558F8\" xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /></w:rPr><w:br /><w:t>Med</w:t></w:r><w:r w:rsidRPr=\"000558F8\" w:rsidR=\"003E76BD\" xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /><w:b /></w:rPr><w:br /><w:t xml:space=\"preserve\">JD: </w:t></w:r><w:r w:rsidRPr=\"000558F8\" w:rsidR=\"00A118AB\" xmlns:w=\"http://schemas.openxmlformats.org/wordprocessingml/2006/main\"><w:rPr><w:rFonts w:ascii=\"Arial\" w:hAnsi=\"Arial\" /><w:b /></w:rPr><w:t>Done.</w:t></w:r>

我看到的只是段落属性节点和 6 个运行节点。如您所见，运行节点不等于线。从 Word 中查看我的示例，我看到该段落有 2 个回车符，我希望这由 3 个“行”表示。然而，在 XML 中，我得到了 6 次运行，这似乎与 3 行非常接近，但由于某种原因，有些行似乎是任意拆分的。

真正的问题是，我看不到任何解释运行节点的方式，我可以重建 Word 示例中的行结构。例如，没有任何迹象表明运行 1、2 和 3 一起构成了第 1 行。

我需要解析超过 300 个单词的文档，这些文档依赖于换行符进行格式化。我需要换行符，我怎样才能得到它们？这可以通过 Open XML SDK 实现吗？

提前致谢。

Answer 1

您在 XML 中查找的元素是 Break 元素，即 <w:br />。

根据文档，这个 XML：

<w:r>
    <w:t>This is</w:t>
    <w:br/>
    <w:t xml:space="preserve"> a simple sentence.</w:t>
</w:r>

会产生

这是
一个简单的句子。

我已经美化了您的 XML 并在此答案的末尾标记了 Breaks。

Runs 不用于确定行，而是用于包含具有相同属性的文本的逻辑块。例如，假设我有以下文本：

测试ing

请注意，ing 以粗体显示。在 OpenXML 中，这需要两次运行，一次用于 test，另一次用于 ing，因为它们具有不同的属性。 XML 应该是这样的：

<w:r>
    <w:t>Test</w:t>
</w:r>
<w:r w:rsidRPr="004750BC">
    <w:rPr>
       <w:b />
    </w:rPr>
    <w:t>ing</w:t>
</w:r>

<w:rPr> 是运行属性，<w:b /> 表示粗体。

突出显示中断的 XML：

<w:pPr
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:pStyle w:val="PlainText" />
    <w:numPr>
        <w:ilvl w:val="0" />
        <w:numId w:val="17" />
    </w:numPr>
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
        <w:b />
    </w:rPr>
</w:pPr>
<w:r w:rsidRPr="000558F8"
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
    </w:rPr>
    <w:t>Should we use the term “Verify” instead of “Confirm”</w:t>
</w:r>
<w:r w:rsidRPr="000558F8" w:rsidR="00F5335C"
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
    </w:rPr>
    <w:t xml:space="preserve"> as per work instruction</w:t>
</w:r>
<w:r w:rsidRPr="000558F8" w:rsidR="00411638"
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
    </w:rPr>
    <w:t>?</w:t>
</w:r>
<w:r w:rsidR="000558F8"
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
    </w:rPr>
    <w:br /> <!-- break here -->
    <w:t>Med</w:t>
</w:r>
<w:r w:rsidRPr="000558F8" w:rsidR="003E76BD"
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
        <w:b />
    </w:rPr>
    <w:br />  <!-- break here -->
    <w:t xml:space="preserve">JD: </w:t>
</w:r>
<w:r w:rsidRPr="000558F8" w:rsidR="00A118AB"
    xmlns:w="http://schemas.openxmlformats.org/wordprocessingml/2006/main">
    <w:rPr>
        <w:rFonts w:ascii="Arial" w:hAnsi="Arial" />
        <w:b />
    </w:rPr>
    <w:t>Done.</w:t>
</w:r>