如何判断一个paragraph是在目录中

中文技术支持
1

我读取了一个文档中的所有paragraph，但是我无法判断这个paragraph是否一个目录内容。

2

@Rock_Zhang

您能否分享有关您的查询的更多详细信息以及示例输入和预期输出 Word 文档？ 你能分享一下你所说的目录是什么意思吗？ 然后，我们将为您提供有关您的查询的更多信息。

3

测试目录.docx (15.9 KB)

比如，这样一个文档，我会抽取它的所有paragraph节点，这些paragraph中包含一些目录（TOC）内容，我如何把它识别出来。
如下图，红框中的部分就是目录(TOC)，我需要判断出这部分内容。

image.png (3.8 KB)

4

@Rock_Zhang

请注意，TOC 是字段，其字段代码是 { TOC \o “1-3” \h \z \u }。 请在 MS Word 中打开文档并按 Alt + F9 进行查看。

在 Aspose.Words 的 DOM 中，它被导入为 FieldToc。 您可以使用以下代码片段获取它。

Document doc = new Document(dataDir + "in.docx");
FieldToc field = (FieldToc)doc.getRange().getFields().get(0);

如果要获取 TOC 字段的段落，可以使用以下代码示例。 希望这对您有所帮助。

Document doc = new Document(dataDir + "测试目录.docx");
FieldToc field = (FieldToc)doc.getRange().getFields().get(0);

StructuredDocumentTag sdt = (StructuredDocumentTag)field.getStart().getAncestor(NodeType.STRUCTURED_DOCUMENT_TAG);
if(sdt != null)
{
	for(Paragraph paragraph :(Iterable<Paragraph>)sdt.getChildNodes(NodeType.PARAGRAPH, true))
	{
	    System.out.println(paragraph.toString(SaveFormat.TEXT));
	}	
}
5

你好，部分文档目录是这种类型的怎么读取呢？

image.png (12.4 KB)

6

请使用以下代码示例获取目录字段的隐藏超链接。 希望这对您有所帮助。

Document doc = new Document(dataDir + "测试目录.docx");
for(Field field : doc.getRange().getFields())
{
    if(field.getType() == FieldType.FIELD_HYPERLINK && ((FieldHyperlink)field).getSubAddress().startsWith("_Toc"))
    {
    	System.out.println(field.getFieldCode());
    }
}