Word 文書からきれいな HTML とはてな記法で出力する - 経過(1)

現在までに完成している機能

• 見出し
• リスト
• 文中のスタイル変更

これからやる機能

• Hyperlink処理
• テーブル処理
• 画像処理
• 文書整形

ポイント

処理単位

Word.Document や Word.Range のプロパティにある下記を使えばそれぞれの単位で処理が行える。

プロパティ名	説明
Sections	節ごと
Paragraphs	段落(ENTER改行)ごと
Sentences	一文ごと
Words	単語ごと(日本語文書の場合はあんまり意味ない…)
Characters	一文字ごと

カウントするだけなら Count プロパティをみればいいだけなのでコードに全く意味はないけどサンプル↓

Word.Document document = Globals.ThisAddIn.Application.ActiveDocument;

int countParagraph = 0;

int countSentence = 0;

int countWord = 0;

int countCharacter = 0;

foreach ( Word.Section section in document.Sections )

{

    foreach ( Word.Paragraph paragraph in section.Range.Paragraphs )

    {

        foreach ( Word.Range sentence in paragraph.Range.Sentences )

        {

            foreach ( Word.Range word in sentence.Words )

            {

                foreach ( Word.Range charcter in word.Characters )

                {

                    countCharacter++;

                }

                countWord++;

            }

            countSentence++;

        }

        countParagraph++;

    }

    string msg = string.Format("下記セクションには段落が{0}, 文が{1}, 単語が{2}, 文字が{3} あります。\n---------------------\n{4}", 

        countParagraph, countSentence, countWord, countCharacter, section.Range.Text);

    MessageBox.Show(msg);

}

スタイルの文中変更を確認するためには Characters で一文字ずつみていかないとだめぽい…。DOCX の XML から XSLT で HTML へ変換した方がよいのだろうか…。