MS Word XML内容控件-自定义XML输出

我正试图设计一种方法，获取大量Word文档/页面，并以最简单的方式将其中的文本/内容转换为自定义XML输出。 这些文件是用户手册

我最初使用的是自定义XML路径，通过该路径可以使用自定义标记手动标记Word文档的内容，然后使用自定义VSTO插件根据模式将标记输出到XML文件。然而，在研究了该选项之后，由于Word不再支持自定义标记（就这样），它似乎是不可能的

另一个看似可行的选择是使用自定义XML部件。我仍然有点不确定它是否适合我正在尝试做的事情。据我所知，我可以向文档中添加自定义部件，如：

“部件”（即水泵）

“程序”（即拆卸或安装）

“零件号”

“备件”（即密封件、开关）

“程序步骤”

“图形”

但问题是，我不知道这个特定组件将有多少，比如说，‘程序步骤’。可能是1或20。如果有20个，那么输出中需要20个XML元素。类似地，一个文档中可能有一个完整的“备件”列表，而另一个文档中可能没有，这与图形相同，因此XML映射需要知道何时添加更多元素，或者在不必要的地方不添加元素，以便输出XML具有正确的元素数

有人知道我要做什么的好办法吗

---

谢谢。

我没有很好地理解你的思考过程，这里。。。如果您手动执行此操作，那么逻辑是什么？你会打开文件，然后。。。？我的直觉是，在OPC平面文件中获取WordOPenXML并进行分析或运行转换可能是有意义的。但很大程度上取决于如何识别事物。如果仍然可以进行标记，您会怎么做？可能有一个Word文档，其中包含50个或更多用于各种设备的程序。我需要的输出是大量符合行业标准模式的较小XML文件。理想情况下，我会标记新文件的开始和结束位置，并将文本标记为它将映射到新模式中的元素。因此，是的，虽然手动将数据标记到所有XML元素中是一项手动工作，但它比复制和转换到许多XML文件要快。。。您在编写“使用自定义XMl部件看起来似乎合理”时是否输入错误？你真的是指内容控制吗？是的，那是有可能的。您可以使用标题和/或标记属性对标记的内容进行分类。可以删除内容控件。然后就是提取内容的问题，这可以在WordOpenXML上完成。使用document.content.WordOpenXML以OPC平面文件格式获取文档内容，然后使用标准XML工具或XSLT“解析”文档内容，这可能是最有效的方法。