VBA Word：如何从格式信息中分离内容？

我正在尝试编写一个VBA宏，将给定的MS Word文档转换为该文档中包含的文档对象（例如段落，表格等）的顺序列表。对于这些对象中的每一个，我想提取包含的文本及其明确的格式信息以将其保存在数据库中。VBA Word：如何从格式信息中分离内容？

对我来说，如何开始有什么指针？这个文档解析任务有没有优雅的解决方案？

来源

2013-04-28 Pat

您好，请尝试使用此功能来实现，有一些解决方案可用于此已可以帮助您。 – 2013-04-28 07:02:20

嗨，托比 - 我正在尝试改进一个目前非常手动的文档本地化过程（语言之间的文档转换）。 – Pat 2013-04-28 07:30:12

我的方法是遍历文档中对象的有序列表，检索对象类型，然后为每个对象类型（如表格和图像）的特定处理设置子例程。 – Pat 2013-04-28 07:33:06

不知道您的全部要求，这只是一些建议。

你也许能够做你想做的事情，但是将单词文档拆开并将它们拼凑在一起将是一项艰巨的任务。如果你不想采用这种方法，最好的办法可能是拉出段落，图像等，并将这些部分保存为数据库中的单个文档。然后他们可以使用

For i = 1 To ActiveDocument.Paragraphs.Count 

MsgBox ActiveDocument.Paragraphs.Item(i) 


Next i 


ActiveDocument.Content.InsertAfter AnotherDocument

这是令人难以置信的基本，将是很多工作，以正确工作。

我想知道将文档转换为html会更好（通过保存为HTML来完成），然后您可以使用开源库来允许用户编辑文档的某些部分。例如，为jquery添加jeditable插件，并且几乎HTML字文档中的任何段落都可以编辑。一个简单的后端php脚本来保存更改，你有一些工作。然后，您还可以记下为了翻译目的而发生的变化。

他们能文档发送到客户

只是一个想法之前保存回为Word文档或PDF文件。

来源

2013-04-28 07:48:22

谢谢，Tobi。在尝试以特定格式提取可靠的令牌时，我已经将基于HTML的解决方案与Perl脚本结合使用（VBA脚本执行同样的操作）。我主要关注的问题有两方面：1）HTML仅接近可用格式的全部范围。 2）复杂的文档会有一个同样复杂的标记（我担心这可能比清晰的VBA脚本更难以访问）。 – Pat 2013-04-28 19:34:27

非常感谢指向jeditable的指针。我会跟进。 – Pat 2013-04-28 19:41:46

关于基于对象的VBA方法的评论听起来并不令人鼓舞。为什么这么难？是不是有一个枚举可供人们迭代以获取文档中的所有对象？我的观点是，段落对于手头的任务来说可能很大。我想要捕获文档中每个单词的每个格式信息！ – Pat 2013-04-28 19:46:52

VBA Word：如何从格式信息中分离内容？

回答

相关问题