从XPS文档中提取文本

Question

我需要从XPS文档中提取特定页面的文本.提取的文本应该用字符串写.我需要这个使用Microsofts SpeechLib读出提取的文本.请仅在C#中举例说明.

谢谢

Answer 1

将引用添加到ReachFramework和WindowsBase以下using语句:

using System.Windows.Xps.Packaging;

然后使用此代码:

XpsDocument _xpsDocument=new XpsDocument("/path",System.IO.FileAccess.Read);
IXpsFixedDocumentSequenceReader fixedDocSeqReader 
    =_xpsDocument.FixedDocumentSequenceReader;
IXpsFixedDocumentReader _document = fixedDocSeqReader.FixedDocuments[0];
IXpsFixedPageReader _page 
    = _document.FixedPages[documentViewerElement.MasterPageNumber];
StringBuilder _currentText = new StringBuilder();
System.Xml.XmlReader _pageContentReader = _page.XmlReader;
if (_pageContentReader != null)
{
  while (_pageContentReader.Read())
  {
    if (_pageContentReader.Name == "Glyphs")
    {
      if (_pageContentReader.HasAttributes)
      {
        if (_pageContentReader.GetAttribute("UnicodeString") != null )
        {                                   
          _currentText.
            Append(_pageContentReader.
            GetAttribute("UnicodeString"));                              
        }
      }
    }
  }
}
string _fullPageText = _currentText.ToString();

文本存在于Glyphs- > UnicodeString字符串属性中.您必须使用XMLReader固定页面.