如何从.odt文件中获取文本

我需要从C＃中的odf文件（打开文档格式）中获取所有文本。 我找到了AODL库，并安装了它。 我访问了AODL的页面https://wiki.openoffice.org ，找到了如何完成我需要的任务的例子，但它们都没有成功。 由于我无法想象的原因，所有示例都构建了新文档，并且没有关于如何加载文档和获取所有文本（例如OpenXML）的示例。 你们知道任何可以指导我的参考资料吗？

我的“尝试”

var doc = new AODL.Document.TextDocuments.TextDocument(); doc.Load(@"C:\path/to/Sample.odt"); 

但我无法弄清楚如何迭代doc文档。

Answer 1

最后，我想通了。 这是我创建的用于提取所有文本的方法。 也许是不完整的，因为我不知道构成.odt文件的所有部分。 此方法抓取页眉和页脚，文本框和段落，并将其与返回托架分隔符连接。 您需要AODL包，可以通过包管理器控制台PM> Install-Package AODL ： PM> Install-Package AODL 。 并添加

 using AODL.Document.TextDocuments; using AODL.Document.Content; 

在你的程序的顶部。

 /// 
 /// Gets all plain text from an .odt file /// 
 ///  /// the physical path of the file ///  /// a string with all text content public String GetTextFromOdt(String path) { var sb = new StringBuilder(); using (var doc = new TextDocument()) { doc.Load(path); //The header and footer are in the DocumentStyles part. Grab the XML of this part XElement stylesPart = XElement.Parse(doc.DocumentStyles.Styles.OuterXml); //Take all headers and footers text, concatenated with return carriage string stylesText = string.Join("\r\n", stylesPart.Descendants().Where(x => x.Name.LocalName == "header" || x.Name.LocalName == "footer").Select(y => y.Value)); //Main content var mainPart = doc.Content.Cast(); var mainText = String.Join("\r\n", mainPart.Select(x => x.Node.InnerText)); //Append both text variables sb.Append(stylesText + "\r\n"); sb.Append(mainText); } return sb.ToString(); }