基于XML的Word文档格式智能识别

平安夜《微机接口》考试结束，马上开始干活。

目标

研究论文格式智能检查系统，开发在线论文管理网站，提供给指导老师、学生之间进行论文管理、指导、互动的一个平台，代替人工管理，更高效的完成任务。

功能模块

1)个人信息管理模块；
2)论文格式设置、检查管理模块；
3)在线答疑/留言模块；
4)学生论文选题模块；
5)老师提供论文选题模块；
6)毕业论文套表生成/编辑/查看/下载模块；
7)论文格式检查/自动更正模块：上传要检查的论文，系统读取提交的Word论文，并与系统中的标准格式进行匹配，提示不符合规范的文字和段落，并可自动更正。检查的格式的正文及各级标题的字体、大小、行距，表格的表头及表格，页面大小、页边距、页眉页脚、装订线位置。
8)毕业论文结束时，评审专家根据论文评审结果填写相应的评审意见表，答辩后填写答辩情况表并依据具体情况给予成绩评定。

系统结构

结合微软Office Word2003 以上版本对XML较好的支持特性，通过Word 文档和XML文档的相互转换，设计一个Word 文档录入和格式检测模型系统。

微软从Office Word 2003 开始已经针对XML 进行了完整设计，使其支持称为Word 标记语言(WordML)的原生XML词汇。开发者可以建立这种XML和可编程的代码来增强Word文档，并帮助用户建立和修改文档。通过重复使用模版内容、为如何格式化或完成文档实现业务规则、通过正式批准的过程路由（routing）文档等等过程。

三层：XML转换层、XML存储层、XML表现层

技术实现

1.整体文档http://www.microsoft.com/china/msdn/library/office/office/howManipulateOfficexml.mspx?mfr=true

2.部分代码

private void button1_Click(object sender, EventArgs e)
{
listView1.Items.Clear();
//源文件
string fileName = @"d:\test.docx";
string content ;
string contentType;
CompressionOption option;
PackageRelationshipCollection relations;

//文档序列化存储类，相当于一个zip
using (Package package = Package.Open(fileName, FileMode.Open, FileAccess.Read))
{
foreach (PackagePart part in package.GetParts())
{
//寻找页脚所在的文件
if (part.Uri.OriginalString == "/word/footer2.xml")
{
StreamReader sr = new StreamReader(part.GetStream());
content = sr.ReadToEnd();
//替换内容
if (content != null)
content = content.Replace("http://www.google.cn", "http://www.cnblogs.com");
sr.Close();

contentType = part.ContentType;
option = part.CompressionOption;
relations = part.GetRelationships();

//删除 footer2.xml
package.DeletePart(part.Uri);

//创建一个新的 footer2.xml
Uri tempUri = PackUriHelper.CreatePartUri(new Uri("/word/footer2.xml", UriKind.Relative));
PackagePart tempPart = package.CreatePart(tempUri, contentType, option);

//将修改后的 footer2.xml
using (StreamWriter sw = new StreamWriter(tempPart.GetStream()))
{
sw.Write(content);
sw.Flush();
sw.Close();
}

//创建tempart与各XML文件之间的关系,非常重要
foreach (PackageRelationship relation in relations)
{
tempPart.CreateRelationship(relation.TargetUri, relation.TargetMode, relation.RelationshipType, relation.Id);
}

package.Close();

break;
}
}

//foreach (PackagePart part in package.GetParts())
//{
//    listView1.Items.Add(part.Uri.OriginalString);
//    richTextBox1.AppendText("\n");
//    richTextBox1.AppendText(new StreamReader(part.GetStream()).ReadToEnd());
//}

////文档的内部结构
//Uri docxUri = new Uri("/word/document.xml", UriKind.Relative);
//PackagePart docxPart = package.GetPart(docxUri);
//XmlDocument docxXmlDocument = new XmlDocument();
////读入到xml
//docxXmlDocument.Load(docxPart.GetStream());
//MessageBox.Show(docxXmlDocument.InnerText, "message");
////分析xml
//package.Close();
}
}

3.引入System.IO.Packaging Namespace ，要添加C:\Program Files\Reference Assemblies\Microsoft\Framework\v3.0 目录下的 WindowsBase.dll

4.

参考

Microsoft Office Word 2003 中的 XML http://www.microsoft.com/china/msdn/library/office/office/XMLOfficeWord2003.mspx?mfr=true

英文版 http://msdn.microsoft.com/zh-cn/magazine/cc164064(en-us).aspx#S1

如何用xmlspy将xml文档生成xsd文件？ http://www.devdoc.org/index.php/archives/636

老蒋的博客 /content/3614980.html