Как я могу получить каждую страницу текста в документе Word отдельно (используя .NET)?

Вот как я получаю текст, я считаю, что вы можете установить диапазон выбора для страницы, затем вы можете проверить этот текст, может быть немного отсталым от того, что вам нужно, но может быть местом для начала.

Microsoft.Office.Interop.Word.Application wordApplication = new Microsoft.Office.Interop.Word.Application();
object missing = Type.Missing;
object fileName = @"c:\file.doc";
object objFalse = false;

wordApplication.DisplayAlerts = Microsoft.Office.Interop.Word.WdAlertLevel.wdAlertsNone;
Microsoft.Office.Interop.Word.Document doc = wordApplication.Documents.Open(ref fileName, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing, ref missing,ref objFalse, ref missing, ref missing, ref missing, ref missing);

//I belevie you can define a SelectionRange and insert here
doc.ActiveWindow.Selection.WholeStory();
doc.ActiveWindow.Selection.Copy();

IDataObject data = Clipboard.GetDataObject();
string text = data.GetData(DataFormats.Text).ToString();

doc.Close(ref missing, ref missing, ref missing);
doc = null;

wordApplication.Quit(ref missing, ref missing, ref missing);
wordApplication = null;

Как вы определяете страницу?

Если вы считаете только разрывы разделов/жестких страниц, это сложно, но выполнимо. Если вы хотите посчитать мягкие разрывы страниц, задача становится очень сложной и несколько бессмысленной. Учтите, что определение места разрыва программной страницы динамически генерируется во время выполнения и не сохраняется в самом файле. Это зависит от огромного количества факторов, включая активный драйвер принтера (да, он может измениться для одного и того же файла на другом компьютере), шрифты, кернинг, межстрочный интервал, поля и т. д. и т. д. и т. д.

Один дерьмовый способ сделать это с помощью Aspose — преобразовать файл Word в PDF, а затем захватить текст на каждой странице.

Я ничего не знаю о внутренностях Aspose или о том, как они определяют свои программные страницы при конвертации, но это лучшее, что у меня есть.

Благодарим вас за использование Aspose.Words.

В общедоступном API у нас в настоящее время есть только информация о «потоковом документе», например. абзацы, таблицы, списки и т. д. Внутри мы создаем модель макета страницы, которая имеет такие классы, как страница, блок текста, строка текста и т. д. Конечно, между моделью документа и моделью макета существуют внутренние связи, и можно узнать, какая страница где заканчивается, и все такое. Предоставление этой информации через общедоступный API является (ну, по-прежнему) одним из первых мест в нашем списке приоритетов.

Зарегистрировали ли вы свой запрос на форумах поддержки Aspose.Words? Мы используем эту информацию для поддержки системы голосования и будем работать над функциями, которые в первую очередь получают больше голосов.