以编程方式比较word文档答案

【问题标题】：programmatically comparing word documents以编程方式比较word文档
【发布时间】：2011-11-23 15:37:20
【问题描述】：

我需要比较两个 office 文档，在这个例子中是两个 word 文档并提供一个差异，这有点类似于 SVN 中显示的内容。没有到那种程度，但至少能够突出差异。

我尝试使用 office COM dll 并做到了这一点..

object fileToOpen = (object)@"D:\doc1.docx";
string fileToCompare = @"D:\doc2.docx";

WRD.Application WA = new WRD.Application();

Document wordDoc = null;

wordDoc = WA.Documents.Open(ref fileToOpen, Type.Missing, Type.Missing, Type.Missing, Type.Missing,      Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing);
wordDoc.Compare(fileToCompare, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing);

关于如何进一步进行的任何提示？这将是一个有很多点击量的 Web 应用程序。使用 office com 对象是正确的方法吗，或者还有其他我可以查看的东西吗？

【问题讨论】：

感兴趣的是，SVN如何显示两个二进制文件之间的差异？（AFAIK docx 是一种 zip 存档格式）
选择有问题的两个文件，通常在客户端的同一个文件夹中。你已经安装了tortoiseSVN。您右键单击并转到 TortoiseSVN 菜单并选择 Diff...
是的，我知道该怎么做，但是你会看到什么不同，这有意义吗？
我愿意以一种更明智的方式比较这两个文档。你能推荐一个吗？
另见stackoverflow.com/questions/12321490/…

标签： c# .net ms-office

【解决方案1】：

您应该使用 Document 类来比较文件并在 Word 文档中打开结果。

using OfficeWord = Microsoft.Office.Interop.Word;

object fileToOpen = (object)@"D:\doc1.docx";
string fileToCompare = @"D:\doc2.docx";

var app = Global.OfficeFile.WordApp;

object readOnly = false;
object AddToRecent = false;
object Visible = false;

OfficeWord.Document docZero = app.Documents.Open(fileToOpen, ref missing, ref readOnly, ref AddToRecent, Visible: ref Visible);

docZero.Final = false;
docZero.TrackRevisions = true;
docZero.ShowRevisions = true;
docZero.PrintRevisions = true;

//the OfficeWord.WdCompareTargetNew defines a new file, you can change this valid value to change how word will open the document
docZero.Compare(fileToCompare, missing, OfficeWord.WdCompareTarget.wdCompareTargetNew, true, false, false, false, false);

【讨论】：

嗨@anderson-rissardi！ Compare 方法实际上做了什么？它会在某处打开一些文件吗？因为当我在单元测试中运行它时，我什么也没看到。由于方法返回 void，我应该如何获得结果？
嗨@ditoslav。它打开一个新文件。它是 Word 中的“复制”按钮。打开 MS Word -> 选项卡“审阅”-> 按钮“比较”。是相同的功能，它是生成一个新的文档。您必须保存此新文档。
Global.OfficeFile.WordApp 去哪儿了？使用 VS 2019，它显然不再是 Office.Interop.Word 的一部分。
@Slagmoth Global.OfficeFile.WordApp 它是一个内部变量。您应该使用应用程序的 Microsoft.Office.Interop.Word.Application

【解决方案2】：

我同意 Joseph 关于区分字符串的问题。我还推荐一个专门构建的 diffing 引擎（这里有几个：Any decent text diff/merge engine for .NET?），它可以帮助您避免一些常见的 diffing 陷阱。

【讨论】：

【解决方案3】：

所以我的要求是我必须使用 .Net 库，并且我想避免处理实际文件而是使用流。

ZipArchive 在 System.IO.Compressed 中

我所做的并且效果很好的是使用 .Net 中的 ZipArchive 并在跳过 .rels 文件的同时比较内容，因为它似乎是在每个文件创建时随机生成的。这是我的 sn-p：

    private static bool AreWordFilesSame(byte[] wordA, byte[] wordB)
    {
        using (var streamA = new MemoryStream(wordA))
        using (var streamB = new MemoryStream(wordB))
        using (var zipA = new ZipArchive(streamA))
        using (var zipB = new ZipArchive(streamB))
        {
            streamA.Seek(0, SeekOrigin.Begin);
            streamB.Seek(0, SeekOrigin.Begin);

            for(int i = 0; i < zipA.Entries.Count; ++i)
            {
                Assert.AreEqual(zipA.Entries[i].Name, zipB.Entries[i].Name);

                if (zipA.Entries[i].Name.EndsWith(".rels")) //These are some weird word files with autogenerated hashes
                {
                    continue;
                }

                var streamFromA = zipA.Entries[i].Open();
                var streamFromB = zipB.Entries[i].Open();

                using (var readerA = new StreamReader(streamFromA))
                using (var readerB = new StreamReader(streamFromB))
                {
                    var bytesA = readerA.ReadToEnd();
                    var bytesB = readerB.ReadToEnd();
                    if (bytesA != bytesB || bytesA.Length == 0)
                    {
                        return false;
                    }
                }
            }

            return true;
        }
    }

【讨论】：

【解决方案4】：

您真的应该将文档提取到一个字符串中并对其进行比较。

您只关心文本更改而不关心格式对吗？

【讨论】：

一切，即使图像不同。但我会尝试放宽这个要求。

【解决方案5】：

对于服务器上的解决方案，或者在没有安装 Word 并使用 COM 工具的情况下运行的解决方案，您可以使用 XmlPowerTools 的 WmlComparer 组件。

documentation 有点受限，但这里有一个示例用法：

var expected = File.ReadAllBytes(@"c:\expected.docx");
var actual = File.ReadAllBytes(@"c:\result.docx");
var expectedresult = new WmlDocument("expected.docx", expected);
var actualDocument = new WmlDocument("result.docx", actual);
var comparisonSettings = new WmlComparerSettings();

var comparisonResults = WmlComparer.Compare(expectedresult, actualDocument, comparisonSettings);
var revisions = WmlComparer.GetRevisions(comparisonResults, comparisonSettings);

这将显示两个文档之间的差异。

【讨论】：

您知道 XmlPowerTools 是否可以生成带有差异的结果文档作为“跟踪更改”吗？

【解决方案6】：

要在 Word 文档之间进行比较，您需要

用于操作 Word 文档的库，例如从 Word 文件中读取段落、文本、表格等。你可以试试 Office Interop、OpenXML 或Aspose.Words for .NET。
一种算法/库，用于对从两个 Word 文档中检索到的文本进行实际比较。您可以自己编写或使用 DiffMatchPatch 或类似的库。

这个问题很老了，现在有更多的解决方案，比如GroupDocs Compare 可用。

Document Comparison by Aspose.Words for .NET 是一个开源展示项目，使用 Aspose.Words 和 DiffMatchPatch 进行比较。

我在 Aspose 担任开发人员宣传员。

【讨论】：