python处理xps文件,从XPS文档中提取文本

i need to extract the text of a specific page from a XPS document.

The extracted text should be written in a string. I need this to read out the extracted text using Microsofts SpeechLib.

Please examples only in C#.

Thanks

解决方案

Add References to ReachFramework and WindowsBase and the following using statement:

using System.Windows.Xps.Packaging;

Then use this code:

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();

Text exists in Glyphs -> UnicodeString string attribute. You have to use XMLReader for fixed page.

python处理xps文件,从XPS文档中提取文本相关推荐

【Python】导出docx格式Word文档中的文本、图片和附件等
[Python]导出docx格式Word文档中的文本.图片和附件等零.需求为批量批改学生在机房提交的实验报告,我需要对所有的实验文档内容进行处理.需要批量提取Word文档中的图片和附件以便进一步检 ...
php 提取文字,如何使用PHP从word文档中提取文本内容？
我想用PHP从word文档中提取文本内容. 我在Microsoft Word for Mac 2011中创建了一个新的单词文档. 编辑:也通过在Windows 7中的Microsoft Word中创建 ...
Word处理控件Aspose.Words功能演示：用Java从Word文档中提取文本
Aspose.Words For .NET是一种高级Word文档处理API,用于执行各种文档管理和操作任务.API支持生成,修改,转换,呈现和打印文档,而无需在跨平台应用程序中直接使用Microsof ...
Word处理控件Aspose.Words功能演示：在 C# 中从 Word 文档中提取文本
从 Word 文档中提取文本通常在不同的场景中执行.例如,分析文本,提取文档的特定部分并将它们组合成单个文档,等等.在本文中,您将学习如何使用 C# 以编程方式从 Word 文档中提取文本.此外,我们 ...
java中用流提取文档中的文字,语言实现从word文档中提取文本
word中提取中文打开Word,CTRL+F打开"查找替换"对话框. 点击下方的"查找替换"对话框的"高级"按钮. 点击"特殊字 ...
Word处理控件Aspose.Words功能演示：使用 Python 查找和替换 Word 文档中的文本
很多时候,您需要替换 Word 文档中的特定文本或短语.MS Word 具有针对此类情况的内置功能,您可以一键替换所需的文本.在本文中,您将学习如何使用 Python 以编程方式查找和替换 Word ...
微软文本检索_如何在Microsoft Word中引用其他文档中的文本
微软文本检索 You probably have some text that you type often in your Word documents, such as addresses. In ...
9款免费的OCR工具，从扫描的PDF文档中提取文字
Windows 10有OCR吗? Windows 10 具有适用于所有应用程序的内置OCR服务. 令人惊讶的是,这是Windows搜索工具. 查看如何使用它: 步骤 1. 打开您要扫描的照片.PDF或 ...
Python使用标准库zipfile+re提取docx文档中超链接文本和链接地址
推荐教材: <Python程序设计实用教程>,ISBN:978-7-5635-6065-3,董付国,北京邮电大学出版社教材封面: 全国各地新华书店有售京东购买链接: 配套资源:教学大纲 ...
使用pymupdf获取pdf文档中的文本下划线信息（全网唯一解决方案）
1,问题描述最近,公司需要对一批pdf文档进行解析,获取其中文字,并再展示到前端页面上.如果单纯地提取文字,其实非常容易,但麻烦的在于保存原有文档中的文本格式,例如加粗.斜体.下划线,以及三者的各种 ...

python处理xps文件,从XPS文档中提取文本

python处理xps文件,从XPS文档中提取文本相关推荐

最新文章

热门文章