将多个word文档合并为一个Open Xml

Posted 2023-02-23

【中文标题】将多个word文档合并为一个Open Xml

【英文标题】：Merge multiple word documents into one Open Xml

【发布时间】：2013-08-23 11:52:16

【问题描述】：

我有大约 10 个 word 文档，这些文档是使用 open xml 和其他东西生成的。 现在我想创建另一个word文档，我想将它们一个一个地加入到这个新创建的文档中。 我希望使用 open xml，任何提示都会很明显。 以下是我的代码：

 private void CreateSampleWordDocument()
    
        //string sourceFile = Path.Combine("D:\\GeneralLetter.dot");
        //string destinationFile = Path.Combine("D:\\New.doc");
        string sourceFile = Path.Combine("D:\\GeneralWelcomeLetter.docx");
        string destinationFile = Path.Combine("D:\\New.docx");
        try
        
            // Create a copy of the template file and open the copy
            //File.Copy(sourceFile, destinationFile, true);
            using (WordprocessingDocument document = WordprocessingDocument.Open(destinationFile, true))
            
                // Change the document type to Document
                document.ChangeDocumentType(DocumentFormat.OpenXml.WordprocessingDocumentType.Document);
                //Get the Main Part of the document
                MainDocumentPart mainPart = document.MainDocumentPart;
                mainPart.Document.Save();
            
        
        catch
        
        
    

更新（使用 AltChunks）：

using (WordprocessingDocument myDoc = WordprocessingDocument.Open("D:\\Test.docx", true))
        
            string altChunkId = "AltChunkId" + DateTime.Now.Ticks.ToString().Substring(0, 2) ;
            MainDocumentPart mainPart = myDoc.MainDocumentPart;
            AlternativeFormatImportPart chunk = mainPart.AddAlternativeFormatImportPart(
                AlternativeFormatImportPartType.WordprocessingML, altChunkId);
            using (FileStream fileStream = File.Open("D:\\Test1.docx", FileMode.Open))
                chunk.FeedData(fileStream);
            AltChunk altChunk = new AltChunk();
            altChunk.Id = altChunkId;
            mainPart.Document
                .Body
                .InsertAfter(altChunk, mainPart.Document.Body.Elements<Paragraph>().Last());
            mainPart.Document.Save();
         

为什么当我使用多个文件时，这段代码会覆盖最后一个文件的内容？ 更新 2：

 using (WordprocessingDocument myDoc = WordprocessingDocument.Open("D:\\Test.docx", true))
        

            MainDocumentPart mainPart = myDoc.MainDocumentPart;
            string altChunkId = "AltChunkId" + DateTime.Now.Ticks.ToString().Substring(0, 3);
            AlternativeFormatImportPart chunk = mainPart.AddAlternativeFormatImportPart(AlternativeFormatImportPartType.WordprocessingML, altChunkId);
            using (FileStream fileStream = File.Open("d:\\Test1.docx", FileMode.Open))
            
                chunk.FeedData(fileStream);
                AltChunk altChunk = new AltChunk();
                altChunk.Id = altChunkId;
                mainPart.Document
                    .Body
                    .InsertAfter(altChunk, mainPart.Document.Body
                    .Elements<Paragraph>().Last());
                mainPart.Document.Save();
            
            using (FileStream fileStream = File.Open("d:\\Test2.docx", FileMode.Open))
            
                chunk.FeedData(fileStream);
                AltChunk altChunk = new AltChunk();
                altChunk.Id = altChunkId;
                mainPart.Document
                    .Body
                    .InsertAfter(altChunk, mainPart.Document.Body
                    .Elements<Paragraph>().Last());
            
            using (FileStream fileStream = File.Open("d:\\Test3.docx", FileMode.Open))
            
                chunk.FeedData(fileStream);
                AltChunk altChunk = new AltChunk();
                altChunk.Id = altChunkId;
                mainPart.Document
                    .Body
                    .InsertAfter(altChunk, mainPart.Document.Body
                    .Elements<Paragraph>().Last());
             
        

此代码附加了两次 Test2 数据，也代替了 Test1 数据。 意味着我得到：

Test
Test2
Test2

而不是：

Test
Test1
Test2

【问题讨论】：

就像 chirs 指出的那样，您对所有 AltChunk 使用相同的 Id。它们必须是唯一的。

好的，现在完成，感谢您一直对我的耐心。

我很高兴看到您终于解决了您的问题 :) 是的，它与 Altchunkid 有关。我已经编辑了我的答案，因为它可能不是很清楚。

【参考方案1】：

仅使用openXML SDK，您可以使用AltChunk元素将多个文档合并为一个。

此链接the-easy-way-to-assemble-multiple-word-documents 和此链接How to Use altChunk for Document Assembly 提供了一些示例。

编辑 1

根据您在更新后的问题中使用altchunk 的代码(update#1)，这是我测试过的 VB.Net 代码，它对我来说就像一个魅力：

Using myDoc = DocumentFormat.OpenXml.Packaging.WordprocessingDocument.Open("D:\\Test.docx", True)
        Dim altChunkId = "AltChunkId" + DateTime.Now.Ticks.ToString().Substring(0, 2)
        Dim mainPart = myDoc.MainDocumentPart
        Dim chunk = mainPart.AddAlternativeFormatImportPart(
            DocumentFormat.OpenXml.Packaging.AlternativeFormatImportPartType.WordprocessingML, altChunkId)
        Using fileStream As IO.FileStream = IO.File.Open("D:\\Test1.docx", IO.FileMode.Open)
            chunk.FeedData(fileStream)
        End Using
        Dim altChunk = New DocumentFormat.OpenXml.Wordprocessing.AltChunk()
        altChunk.Id = altChunkId
        mainPart.Document.Body.InsertAfter(altChunk, mainPart.Document.Body.Elements(Of DocumentFormat.OpenXml.Wordprocessing.Paragraph).Last())
        mainPart.Document.Save()
End Using

编辑 2

第二期(update#2)

此代码将 Test2 数据附加两次，以代替 Test1 数据 好吧。

与altchunkid 相关。

对于要合并到主文档中的每个文档，您需要：

在mainDocumentPart 中添加AlternativeFormatImportPart 和Id 必须是唯一的。此元素包含插入的数据 在正文中添加一个Altchunk 元素，您可以在其中设置id 以引用之前的AlternativeFormatImportPart。

在您的代码中，您对所有 AltChunks 使用相同的 ID。这就是为什么您会多次看到相同的文本。

我不确定 altchunkid 在您的代码中是否是唯一的：string altChunkId = "AltChunkId" + DateTime.Now.Ticks.ToString().Substring(0, 2);

如果您不需要设置特定值，我建议您在添加AlternativeFormatImportPart 时不要显式设置AltChunkId。相反，您会得到一个由 SDK 生成的，如下所示：

VB.Net

Dim chunk As AlternativeFormatImportPart = mainPart.AddAlternativeFormatImportPart(DocumentFormat.OpenXml.Packaging.AlternativeFormatImportPartType.WordprocessingML)
Dim altchunkid As String = mainPart.GetIdOfPart(chunk)

C#

AlternativeFormatImportPart chunk = mainPart.AddAlternativeFormatImportPart(DocumentFormat.OpenXml.Packaging.AlternativeFormatImportPartType.WordprocessingML);
string altchunkid = mainPart.GetIdOfPart(chunk);

【讨论】：

这不是我想做的事，也不例外。我正在使用 Altchunks 发布我的更新代码。

我是否还需要在 docx 文件中做一些事情，比如添加书签类型的其他操作？

@ItiTyagi 不，在我的测试中，我刚刚创建了两个带有简单文本的文件（Text1 和 Text2）。运行此代码后，文件 Test.docx 在我打开时包含两段。

你知道吗，我有一个开放的办公室，所以它没有反映，但是当我在办公室打开它时，它就起作用了。

合并多个时只覆盖最后一个

【参考方案2】：

围绕开放 xml 有一个很好的包装 API (Document Builder 2.2)，专门用于合并文档，可以灵活地选择要合并的段落等。您可以从 here 下载它（更新：移至 github） .

有关如何使用它的文档和屏幕截图是here。

更新：代码示例

 var sources = new List<Source>();
 //Document Streams (File Streams) of the documents to be merged.
 foreach (var stream in documentstreams)
 
        var tempms = new MemoryStream();
        stream.CopyTo(tempms);
        sources.Add(new Source(new WmlDocument(stream.Length.ToString(), tempms), true));
 

  var mergedDoc = DocumentBuilder.BuildDocument(sources);
  mergedDoc.SaveAs(@"C:\TargetFilePath");

类型 Source 和 WmlDocument 来自 Document Builder API。

如果您选择 as，您甚至可以直接添加文件路径：

sources.Add(new Source(new WmlDocument(@"C:\FileToBeMerged1.docx"));
sources.Add(new Source(new WmlDocument(@"C:\FileToBeMerged2.docx"));

在AltChunk 和Document Builder 之间找到了这个Nice Comparison 合并文档的方法 - 有助于根据需求进行选择。

您也可以使用 DocX 库来合并文档，但我更喜欢 Document Builder 而不是它来合并文档。

希望这会有所帮助。

【讨论】：

有没有办法通过编码打开 xml，因为这个任务真的很吃我，我不能使用任何其他工具等。

这些库是围绕 OpenXml 的开源包装器。 Document Builder 使用 Open Xml sdk 进行合并，没有硬依赖。合并文档不是一项简单的任务，您必须在不丢失关系的情况下迁移样式 + 其他打开的 xml 部分的内容！当您在文档中有图片时，这将成为一场噩梦。 Document Builder Api 的源代码会给你一个相同的想法。

我只需要附加内容，作为一个页面，这样我就可以一次打印了。

恕我直言，最简单的方法是使用 Document Builder。我添加了代码 sn-p。请检查更新的答案。

【参考方案3】：

这些答案中唯一缺少的是for 循环。

对于那些只想复制/粘贴的人：

void MergeInNewFile(string resultFile, IList<string> filenames)

    using (WordprocessingDocument document = WordprocessingDocument.Create(resultFile, WordprocessingDocumentType.Document))
    
        MainDocumentPart mainPart = document.AddMainDocumentPart();
        mainPart.Document = new Document(new Body());

        foreach (string filename in filenames)
        
            AlternativeFormatImportPart chunk = mainPart.AddAlternativeFormatImportPart(AlternativeFormatImportPartType.WordprocessingML);
            string altChunkId = mainPart.GetIdOfPart(chunk);

            using (FileStream fileStream = File.Open(filename, FileMode.Open))
            
                chunk.FeedData(fileStream);
            

            AltChunk altChunk = new AltChunk  Id = altChunkId ;
            mainPart.Document.Body.AppendChild(altChunk);
        

        mainPart.Document.Save();
    

所有功劳归于 Chris 和 yonexbat

【参考方案4】：

在 C# 中易于使用：

using System;
using System.IO;
using System.Linq;
using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Wordprocessing;

namespace WordMergeProject

    public class Program
    
        private static void Main(string[] args)
        
            byte[] word1 = File.ReadAllBytes(@"..\..\word1.docx");
            byte[] word2 = File.ReadAllBytes(@"..\..\word2.docx");

            byte[] result = Merge(word1, word2);

            File.WriteAllBytes(@"..\..\word3.docx", result);
        

        private static byte[] Merge(byte[] dest, byte[] src)
        
            string altChunkId = "AltChunkId" + DateTime.Now.Ticks.ToString();

            var memoryStreamDest = new MemoryStream();
            memoryStreamDest.Write(dest, 0, dest.Length);
            memoryStreamDest.Seek(0, SeekOrigin.Begin);
            var memoryStreamSrc = new MemoryStream(src);

            using (WordprocessingDocument doc = WordprocessingDocument.Open(memoryStreamDest, true))
            
                MainDocumentPart mainPart = doc.MainDocumentPart;
                AlternativeFormatImportPart altPart =
                    mainPart.AddAlternativeFormatImportPart(AlternativeFormatImportPartType.WordprocessingML, altChunkId);
                altPart.FeedData(memoryStreamSrc);
                var altChunk = new AltChunk();
                altChunk.Id = altChunkId;
                              OpenXmlElement lastElem = mainPart.Document.Body.Elements<AltChunk>().LastOrDefault();
            if(lastElem == null)
            
                lastElem = mainPart.Document.Body.Elements<Paragraph>().Last();
            


            //Page Brake einfügen
            Paragraph pageBreakP = new Paragraph();
            Run pageBreakR = new Run();
            Break pageBreakBr = new Break()  Type = BreakValues.Page ;

            pageBreakP.Append(pageBreakR);
            pageBreakR.Append(pageBreakBr);                

            return memoryStreamDest.ToArray();
        
    

【讨论】：

此答案的代码中缺少某些内容。

你在用 lastElem 做什么？它似乎已设置但未使用。

这个方法不行。只有第一个文档被添加到输出中。