跨段落搜索替换太简单Open-Xml-PowerTools 文本批量替换避坑指南附OpenXmlRegex正则用法【免费下载链接】Open-Xml-PowerTools项目地址: https://gitcode.com/gh_mirrors/ope/Open-Xml-PowerToolsOpen-Xml-PowerTools 是基于 Open XML SDK 的 .NET 开源工具库专门用来以编程方式处理 DOCX、XLSX、PPTX 文档。其中的OpenXmlRegex模块能基于正则在 Word/PowerPoint 文档里做跨 Run文本片段的搜索替换彻底解决Word 内置查找替换搜不到、一替换就乱码的痛点。本文面向新手带你快速上手并避开常见坑。一、为什么 Word 的查找替换会失效很多人遇到过这种情况在 Word 里明明能看到版本号三个字程序里却搜不到。原因很简单——在 .docx 内部一段文字会被拆成多个w:rRun元素每次换格式、拼写检查、修订标记都会切一刀。版本号三个字很可能被拆成 3 个 Run程序逐 Run 搜索自然失败。OpenXmlRegex 的核心思路先把段落内所有 Run 的文本合并成完整字符串 → 用正则匹配 → 再把匹配位置精确映射回各个 Run 执行替换。这一步由 OpenXmlPowerTools/OpenXmlRegex.cs 中的WmlSearchAndReplaceTransform方法完成所以跨 Run 命中对它来说是免费的不需要你做任何额外处理。二、3 行代码完成一次批量替换 打开示例工程 OpenXmlPowerToolsExamples/OpenXmlRegex01/OpenXmlRegex01.cs核心调用只有三步// 1. 打开文档取主文档 XDocument xDoc wDoc.MainDocumentPart.GetXDocument(); // 2. 指定要处理的段落 正则 IEnumerableXElement content xDoc.Descendants(W.p).Take(1); var regex new Regex(Video); // 3. 统计命中数只查不改 int count OpenXmlRegex.Match(content, regex);注意content传的是段落元素集合不是整个文档。全文处理时自己用xDoc.Descendants(W.p)拿到全部段落传入即可。三、OpenXmlRegex 正则用法速查场景写法说明只统计不修改OpenXmlRegex.Match(content, regex)返回命中次数命中回调Match(content, regex, (el, m) {...})拿到每个match.Value替换OpenXmlRegex.Replace(content, regex, 新文本, null)第三个参数是替换串删除OpenXmlRegex.Replace(content, regex, , null)替换串传空串即删除忽略大小写new Regex(video, RegexOptions.IgnoreCase)示例 #2 同款捕获组回填替换串用$1audio$3或命名组‘${words}’示例 #18~#20 演示1️⃣ 精细控制只在回调里决定换不换Replace的第四个参数是一个FuncXElement, Match, bool回调返回true才替换。经典技巧只替换第一个命中——回调第一次返回true之后永远返回false即可。2️⃣ 替换串支持正则反向引用示例中把双引号统一换成弯引号时OpenXmlRegex01.cs替换串写作${words}中间的单词原样保留。这就是捕获组在替换串中的用法。3️⃣ 带修订跟踪的替换trackRevisionscount OpenXmlRegex.Replace(content, regex, Audio, null, true, Eric White);true开启修订模式第 6 个参数是修订作者名——替换内容会以插入/删除修订形式写入文档方便人工审阅。⚠️ 两个大坑PPTX 不支持修订跟踪对幻灯片内容传trackRevisions: true会直接抛异常源码见 OpenXmlRegex.cs。同一作者重复修订时会自动折叠不同作者则各自独立留痕示例 #10~#17 就是逐个验证这些场景的。四、新手最常踩的 5 个坑 ⚠️换行符不是\n是\r文档里的w:br/换行在正则中对应回车符U000D。匹配/生成换行要写new Regex(\r)、替换串也传\r用Environment.NewLine在不同平台会踩雷示例 #22、#23 有完整演示。制表符要用专用常量匹配 Tab 建议用UnicodeMapper.HorizontalTabulation别假设是普通\t字面量在所有场景都等价示例 #21、#22。软连字符是隐形字符从 PDF/网页复制的文本常带软连字符肉眼看不见却能干扰匹配需要先Replace(..., new Regex(UnicodeMapper.SoftHyphen), )清掉示例 #24。符号字体w:sym不是普通 UnicodeWord 里的 Wingdings 符号经过私有区映射直接按字面匹配无效。正确姿势是UnicodeMapper.SymToChar(Wingdings, 40)拿到实际字符再写正则示例 #25。零长度匹配会被跳过源码里if (match.Length 0) continue;——写(?x)这类空宽断言当占位插入是行不通的需要换思路。五、只需要简单文本替换用 TextReplacer如果你的需求只是把 A 全部换成 B不必上正则——OpenXmlPowerTools/TextReplacer.cs 提供了纯文本版一行搞定wDoc.SearchAndReplace(旧文本, 新文本, matchCase: true);它同样具备跨 Run 能力DOCX 和 PPTX 都支持适合批量文档清洗、品牌词统一这类任务。想体验更多场景可以跑一跑 OpenXmlPowerToolsExamples/TextReplacer01/ 和 OpenXmlPowerToolsExamples/TextReplacer02/ 下的示例工程测试文档都在 TestFiles/ 目录里。六、总结跨 Run 搜索交给 OpenXmlRegex合并-匹配-映射三步全自动匹配对象是段落全文处理就遍历所有w:p传进去特殊字符换行、Tab、软连字符、符号优先用UnicodeMapper常量需要留痕trackRevisions只在 DOCX 场景可用。掌握这套用法你的 Word/PPT 文档批量处理脚本就不会再被隐藏字符和Run 碎片折磨了。✨【免费下载链接】Open-Xml-PowerTools项目地址: https://gitcode.com/gh_mirrors/ope/Open-Xml-PowerTools创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考