C#实现读取word文件，并从中检索字符

C#实现读取word文件，并从中检索字符

1. 本文通过C#来读取word文件中的文本，然后通过搜索框实现对文本内容的检索
2. 本功能的实现是在windows、VisualStudio2015 使用C#语言实现
3. 本功能的word文件读取功能参考Using-IFilter-in-C# ，该方法在读取word时并不需要安装Office，完美提取中英文，读取速度快，即使word中含有表格、图片。
4. 在检索字符的过程中，本程序首先将文本内容进行句子划分，通过使用OpenNIP中的句子检测(SentenceDetect)，OpenNlp可以用于文本的句子检测、人名提取、词性标注等，具体的可以参考AlexPoint的OpenNlp的C#实现，本来想着使用正则表达式来来进行分句的，但是我又不会正则，而且在英文文本中，人名、缩写什么的都会有"."这种东西。不知道为什么github上AlexPoint的OpenNlp的c#跑不通，于是我改了改代码，让它跑通了一部分功能，工程文件见“这里”。
5. 在显示检索出来的字符并为其添加阴影时，我们采用RichTexBox来显示。对应实现如下：

            if(i == 0)
                {
                    tbResult.Text = "没有找到对应的结果";
                }else
                {
                    tbResult.Text = result;
                    int endIndex = tbResult.Text.LastIndexOf(tbIndex.Text);
                    int startIndex = 0;
                    tbResult.SelectAll();
                    tbResult.SelectionBackColor = Color.White;//将背景色设置为白色
                    while(startIndex < endIndex)
                    {//从第一个对应的目标单词添加红色背景，一直往后查找，知道最后一个
                        tbResult.Find(tbIndex.Text, startIndex, tbResult.Text.Length, RichTextBoxFinds.MatchCase);
                        tbResult.SelectionBackColor = Color.Red;
                        startIndex = tbResult.Text.IndexOf(tbIndex.Text, startIndex) + 1;
                    }
                    
                }

    6. 最后，管饭的有要求把中文剔除，只保留英文文本，并保存到文件中

        我们使用正则表达式判断是否含有中文

        

public static Boolean hasChines(string str)
    {//判断一句话是否有中文
            return (Regex.IsMatch(str, @"[\u4e00-\u9fa5]"));
    }

    7. 最后就实现了整个工程(叫不上工程，代码太垃圾，我太菜)，工程文件见 这里

注意，本功能并没有将读取的word显示，因为感觉程序界面排版很复杂，不过很简单，直接添加一个TextBox显示读取的文本就可以了，最终界面如下图：

考研英语真题也可以送给你们。 /呲牙

不开心，资源没被审核通过...