用OpenXML从HTML文件中生成docx文件
用OpenXML从HTML文件中生成docx文件
提问于 2016-05-11 14:20:06
我使用这个方法来生成docx文件：
public static void CreateDocument(string documentFileName, string text)
{
using (WordprocessingDocument wordDoc =
WordprocessingDocument.Create(documentFileName, WordprocessingDocumentType.Document))
{
MainDocumentPart mainPart = wordDoc.AddMainDocumentPart();
string docXml =
@"<?xml version=""1.0"" encoding=""UTF-8"" standalone=""yes""?>
<w:document xmlns:w=""http://schemas.openxmlformats.org/wordprocessingml/2006/main"">
<w:body><w:p><w:r><w:t>#REPLACE#</w:t></w:r></w:p></w:body>
</w:document>";
docXml = docXml.Replace("#REPLACE#", text);
using (Stream stream = mainPart.GetStream())
{
byte[] buf = (new UTF8Encoding()).GetBytes(docXml);
stream.Write(buf, 0, buf.Length);
}
}
}它的作用就像一个护身符：
CreateDocument("test.docx", "Hello");但是，如果我想放置超文本标记语言内容而不是Hello，该怎么办？例如：
CreateDocument("test.docx", @"<html><head></head>
<body>
<h1>Hello</h1>
</body>
</html>");或者类似这样的东西：
CreateDocument("test.docx", @"Hello<BR>
This is a simple text<BR>
Third paragraph<BR>
Sign
");这两种情况都为document.xml创建了无效的结构。有什么想法吗？如何从HTML内容生成docx文件？
回答 3
Stack Overflow用户
回答已采纳
发布于 2016-05-11 14:44:26
您不能简单地将HTML内容插入到"document.xml“中，这部分只需要一个WordprocessingML内容，所以您必须将该HTML转换为WordprocessingML，see this。
您可以使用的另一件事是altChunk元素，通过它，您可以将一个HTML文件放在DOCX文件中，然后在文档see this中的某个特定位置引用该HTML内容。
最后，作为另一种选择，使用GemBox.Document library可以完全实现您想要的功能，请参见以下内容：
public static void CreateDocument(string documentFileName, string text)
{
DocumentModel document = new DocumentModel();
document.Content.LoadText(text, LoadOptions.HtmlDefault);
document.Save(documentFileName);
}或者，您可以直接将HTML内容转换为DOCX文件：
public static void Convert(string documentFileName, string htmlText)
{
HtmlLoadOptions options = LoadOptions.HtmlDefault;
using (var htmlStream = new MemoryStream(options.Encoding.GetBytes(htmlText)))
DocumentModel.Load(htmlStream, options)
.Save(documentFileName);
}Stack Overflow用户
发布于 2018-07-06 07:45:51
我意识到我已经晚了7年了。尽管如此，对于未来寻找如何从超文本标记语言转换为Word文档的人来说，Microsoft MSDN网站上的this博客文章给出了使用OpenXML实现这一转换所需的大部分要素。我发现这篇文章本身是令人困惑的，但他所包含的source代码为我澄清了一切。
唯一缺少的部分是如何从头开始构建Docx文件，而不是如何合并到现有的Docx文件中，如他的示例所示。我从here上发现了这条消息。
不幸的是，我在其中使用的项目是用vb.net编写的。因此，我将首先分享vb.net代码，然后是它的自动c#转换，这可能是准确的，也可能不是。
vb.net代码：
Imports DocumentFormat.OpenXml
Imports DocumentFormat.OpenXml.Packaging
Imports DocumentFormat.OpenXml.Wordprocessing
Imports System.IO
Dim ms As IO.MemoryStream
Dim mainPart As MainDocumentPart
Dim b As Body
Dim d As Document
Dim chunk As AlternativeFormatImportPart
Dim altChunk As AltChunk
Const altChunkID As String = "AltChunkId1"
ms = New MemoryStream()
Using myDoc = WordprocessingDocument.Create(ms,WordprocessingDocumentType.Document)
mainPart = myDoc.MainDocumentPart
If mainPart Is Nothing Then
mainPart = myDoc.AddMainDocumentPart()
b = New Body()
d = New Document(b)
d.Save(mainPart)
End If
chunk = mainPart.AddAlternativeFormatImportPart(AlternativeFormatImportPartType.Xhtml, altChunkID)
Using chunkStream As Stream = chunk.GetStream(FileMode.Create, FileAccess.Write)
Using stringStream As StreamWriter = New StreamWriter(chunkStream)
stringStream.Write("YOUR HTML HERE")
End Using
End Using
altChunk = New AltChunk()
altChunk.Id = altChunkID
mainPart.Document.Body.InsertAt(Of AltChunk)(altChunk, 0)
mainPart.Document.Save()
End Usingc#代码：
using DocumentFormat.OpenXml;
using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Wordprocessing;
using System.IO;
IO.MemoryStream ms;
MainDocumentPart mainPart;
Body b;
Document d;
AlternativeFormatImportPart chunk;
AltChunk altChunk;
string altChunkID = "AltChunkId1";
ms = new MemoryStream();
Using (myDoc = WordprocessingDocument.Create(ms, WordprocessingDocumentType.Document))
{
mainPart = myDoc.MainDocumentPart;
if (mainPart == null)
{
mainPart = myDoc.AddMainDocumentPart();
b = new Body();
d = new Document(b);
d.Save(mainPart);
}
chunk = mainPart.AddAlternativeFormatImportPart(AlternativeFormatImportPartType.Xhtml, altChunkID);
Using (Stream chunkStream = chunk.GetStream(FileMode.Create, FileAccess.Write)
{
Using (StreamWriter stringStream = new StreamWriter(chunkStream))
{
stringStream.Write("YOUR HTML HERE");
}
}
altChunk = new AltChunk();
altChunk.Id = altChunkID;
mainPart.Document.Body.InsertAt(Of, AltChunk)[altChunk, 0];
mainPart.Document.Save();
}请注意，我在另一个例程中使用了ms内存流，该例程在使用后将其丢弃。
我希望这对其他人有帮助！
Stack Overflow用户
发布于 2020-12-17 23:08:06
我可以使用以下代码在.net核心中使用OpenXML成功地将HTML内容转换为docx文件
string html = "<strong>Hello</strong> World";
using (MemoryStream generatedDocument = new MemoryStream()){
using (WordprocessingDocument package =
WordprocessingDocument.Create(generatedDocument,
WordprocessingDocumentType.Document)){
MainDocumentPart mainPart = package.MainDocumentPart;
if (mainPart == null){
mainPart = package.AddMainDocumentPart();
new Document(new Body()).Save(mainPart);
}
HtmlConverter converter = new HtmlConverter(mainPart);
converter.ParseHtml(html);
mainPart.Document.Save();
}保存在磁盘上的步骤
System.IO.File.WriteAllBytes("filename.docx", generatedDocument.ToArray());若要在net core mvc中返回要下载的文件，请使用
return File(generatedDocument.ToArray(),
"application/vnd.openxmlformats-officedocument.wordprocessingml.document",
"filename.docx");页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37154495
复制相关文章
相似问题