如何在 WordOpenXML 的输出中解析 mathML？

Question

我只想读取用于生成方程式的 xml，它是通过使用Paragraph.Range.WordOpenXML 获得的。但是用于等式的部分与MathML 不同，因为我发现微软的Equation 在MathML 中。

我需要使用一些特殊的转换器来获得所需的 xml 还是有其他方法？

Answer 1

您可以使用OMML2MML.XSL 文件（位于%ProgramFiles%\Microsoft Office\Office15 下） 将 Word 文档中包含的 Microsoft Office MathML（方程式）转换为 MathML。

下面的代码展示了如何将 word 文档中的方程转换为 MathML 使用以下步骤：

1. 使用 OpenXML SDK（2.5 版）打开 word 文档。
2. 创建一个 XslCompiledTransform 并加载 OMML2MML.XSL 文件。
3. 调用Transform()方法转换word文档 在创建的 XslCompiledTransform 实例上。
4. 输出转换结果（例如在控制台打印或写入文件）。

我已经用一个包含两个方程、文本和图片的简单 word 文档测试了下面的代码。

using System.IO;
using System.Xml;
using System.Xml.Xsl;
using DocumentFormat.OpenXml.Packaging;

public string GetWordDocumentAsMathML(string docFilePath, string officeVersion = "14")
{
    string officeML = string.Empty;
    using (WordprocessingDocument doc = WordprocessingDocument.Open(docFilePath, false))
    {
        string wordDocXml = doc.MainDocumentPart.Document.OuterXml;

        XslCompiledTransform xslTransform = new XslCompiledTransform();

        // The OMML2MML.xsl file is located under 
        // %ProgramFiles%\Microsoft Office\Office15\
        xslTransform.Load(@"c:\Program Files\Microsoft Office\Office" + officeVersion + @"\OMML2MML.XSL");

        using (TextReader tr = new StringReader(wordDocXml))
        {
            // Load the xml of your main document part.
            using (XmlReader reader = XmlReader.Create(tr))
            {
                using (MemoryStream ms = new MemoryStream())
                {
                    XmlWriterSettings settings = xslTransform.OutputSettings.Clone();

                    // Configure xml writer to omit xml declaration.
                    settings.ConformanceLevel = ConformanceLevel.Fragment;
                    settings.OmitXmlDeclaration = true;

                    XmlWriter xw = XmlWriter.Create(ms, settings);

                    // Transform our OfficeMathML to MathML.
                    xslTransform.Transform(reader, xw);
                    ms.Seek(0, SeekOrigin.Begin);

                    using (StreamReader sr = new StreamReader(ms, Encoding.UTF8))
                    {
                        officeML = sr.ReadToEnd();
                        // Console.Out.WriteLine(officeML);
                    }
                }
            }
        }
    }
    return officeML;
}

要仅转换一个方程（而不是整个 Word 文档），只需查询所需的 Office 数学段落 (m:oMathPara) 并使用此节点的 OuterXML 属性。 下面的代码展示了如何查询第一个数学段落：

string mathParagraphXml = 
      doc.MainDocumentPart.Document.Descendants<DocumentFormat.OpenXml.Math.Paragraph>().First().OuterXml;

使用返回的 XML 来提供 TextReader。