NPOI处理Word文本中段落编号

NPOI的XWPFParagraph对象中，是无法直接读取段落编号的，然而可以读取的是编号的样式名称（GetNumFmt），编号分组ID（GetNumID），编号样式（NumLevelText）等。具体如下：

/*

             * 若干格式信息

             * GetNumFmt: decimal, GetNumID: 1, GetNumIlvl: 0, NumLevelText: %1. => 1.

             * GetNumFmt: decimal, GetNumID: 4, GetNumIlvl: 0, NumLevelText: %1) => 1)

             * GetNumFmt: chineseCountingThousand, GetNumID: 2, GetNumIlvl: 0, NumLevelText: (%1) => (一)

             * GetNumFmt: chineseCountingThousand, GetNumID: 3, GetNumIlvl: 0, NumLevelText: %1、 => 一、

             * GetNumFmt: upperLetter, GetNumID: 5, GetNumIlvl: 0, NumLevelText: %1. => A.

             * GetNumFmt: decimal, GetNumID: 6, GetNumIlvl: 0, NumLevelText: %1、 => 1、

             */

若干格式信息

于是封装了段落编号的处理类，几个关键点：

1、考虑频繁调用，使用单例。

2、依照NumLevelText内容替换编号的样式

3、编号分组发生变化时，编号要重置为1，采用字典记录

4、汉字、字母统一处理为数字编号

5、读取一个新Word时，字典内容要清空

段落处理类：

     /// <summary>

     /// 段落处理类

     /// Author: Matsuyoi

     /// </summary>

     class ParagraphNumHandle

     {

         #region 封装为单例

         private static ParagraphNumHandle singleton = null;

         public static ParagraphNumHandle GetInstance()

         {

             if (singleton == null)

                 singleton = new ParagraphNumHandle();

             //获取单例后重置一次变量

             singleton.Reset();

             return singleton;

         }

         #endregion

         //Num字典

         private Dictionary<string, int> _Count;

         private ParagraphNumHandle()

         {

             _Count = new Dictionary<string, int>();

         }

         /// <summary>

         /// 重置

         /// </summary>

         private void Reset()

         {

             //清空字典

             _Count.Clear();

         }

         /// <summary>

         /// 处理段落中的编号,汉字与字母编号统一转为数字编号

         /// </summary>

         /// <param name="paragraph"></param>

         /// <returns></returns>

         public string GetParagraphNum(XWPFParagraph paragraph)

         {

             string result = "";

             //若无编号格式信息,则返回空

             if (string.IsNullOrEmpty(paragraph.GetNumFmt()) ||

                 string.IsNullOrEmpty(paragraph.GetNumID()) ||

                 string.IsNullOrEmpty(paragraph.NumLevelText))

             {

                 return result;

             }

             string key = paragraph.GetNumID() ?? "";

             if (!_Count.ContainsKey(key))

             {

                 //编号从1开始

                 _Count.Add(key, );

             }

             else

             {

                 _Count[key] += ;

             }

             string fmt = paragraph.NumLevelText.Replace("%1", "{0}");

             result = string.Format(fmt, _Count[key].ToString()) + " ";

             return result;

         }

     }

调用方式：

//段落编号处理

ParagraphNumHandle pnc = ParagraphNumHandle.GetInstance();

//正文段落

foreach (XWPFParagraph paragraph in document.Paragraphs)

{

//获取段楼中的编号

string num = pnc.GetParagraphNum(paragraph);

...

}

延续上一篇《NPOI处理Word文本中上下角标》的示例，完整代码如下：

/// <summary>

        /// 读取Word,并识别文本中的上下角标

        /// </summary>

        /// <param name="fileName"></param>

        /// <returns></returns>

        public static string ReadWordTextExWithSubscript(string fileName)

        {

            string fileText = string.Empty;

            StringBuilder sbFileText = new StringBuilder();

            #region 打开文档

            XWPFDocument document = null;

            try

            {

                using (FileStream file = new FileStream(fileName, FileMode.Open, FileAccess.Read))

                {

                    document = new XWPFDocument(file);

                }

            }

            catch (Exception e)

            {

                throw e;

            }

            #endregion

            //段落编号处理

            ParagraphNumHandle pnc = ParagraphNumHandle.GetInstance();

            //正文段落

            foreach (XWPFParagraph paragraph in document.Paragraphs)

            {

                //获取段楼中的句列表

                IList<XWPFRun> runsLists = paragraph.Runs;

                //获取段楼中的编号

                string num = pnc.GetParagraphNum(paragraph);

                sbFileText.Append("<p>" + num);

                foreach (XWPFRun run in runsLists)

                {

                    switch (run.Subscript)

                    {

                        case VerticalAlign.BASELINE:

                            sbFileText.Append(run.Text);

                            break;

                        //上角标

                        case VerticalAlign.SUPERSCRIPT:

                            sbFileText.Append("<sup>" + run.Text + "</sup>");

                            break;

                        //下角标

                        case VerticalAlign.SUBSCRIPT:

                            sbFileText.Append("<sub>" + run.Text + "</sub>");

                            break;

                        default:

                            sbFileText.Append(run.Text);

                            break;

                    }

                }

                sbFileText.AppendLine("</p>");

            }

            fileText = sbFileText.ToString();

            return fileText;

        }

测试：

Word文档：

输出：

1. 第一段
2. 第二段
1) 第三段
(1) 第四段
(2) 第五段
1、第六段
2、第七段
1. 第八段
1、第九段
2、第十段
测试上下ok。
CO2
面积约6000km2

Html预览：

巴特西

NPOI处理Word文本中段落编号

最新文章

热门文章