1
Я пытаюсь сравнить документы на 2 слова. Моя цель - получить список, в котором есть каждая строка из обоих файлов, и соответствуют ли они. У меня есть эта работа. Моя проблема в том, что если один файл больше, чем другой, текст из большего не добавляется в список, упомянутый выше. Бывают случаи, когда один документ может быть больше другого. Это для системы пересмотра документов. Текущая версия может содержать больше текста, чем предыдущая или наоборот.Сравнение двух документов Word различной длины
До сих пор у меня этот код. Я изменил приведенный пример here.
Вот два примера файлов я с помощью (текстовые документы)
Test1.docx:
Test
This is a test document. It was created May 31.
The contents of this document are:
Unknown
Test2.docx:
Test
This is a test document. It was created Apr 1.
The contents of this document are:
Test Item 1
Test Item 2
Вот мой файл Program.cs , здесь я редактировал. В методе CompareDocuments:
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using System.Xml.Linq;
using DocumentFormat.OpenXml.Packaging;
namespace DocxDiff
{
public class Program
{
private static List<DocumentCompare> _differences = new List<DocumentCompare>();
public static string GetParagraphText(XElement p)
{
return p.Descendants(W.r)
.Where(e => e.Parent.Name != W.del && e.Parent.Name != W.moveFrom)
.Descendants(W.t)
.Select(t => (string) t)
.StringConcatenate();
}
public static List<DocumentCompare> CompareDocuments(WordprocessingDocument doc1, WordprocessingDocument doc2)
{
XDocument xDoc1 = doc1.MainDocumentPart.GetXDocument();
XDocument xDoc2 = doc2.MainDocumentPart.GetXDocument();
var doc1Elements = xDoc1
.Descendants()
.Where(e => e.Name != W.commentRangeStart
&& e.Name != W.commentRangeEnd
&& e.Name != W.proofErr
&& !e.Ancestors(W.p).Any());
var doc2Elements = xDoc2
.Descendants()
.Where(e => e.Name != W.commentRangeStart
&& e.Name != W.commentRangeEnd
&& e.Name != W.proofErr
&& !e.Ancestors(W.p).Any());
List<DocumentCompare> differences = new List<DocumentCompare>();
IEnumerable<bool> correspondingElementEquivalency = doc1Elements.Zip(doc2Elements, (e1, e2) =>
{
// if the lines are different, set to true
bool difference = false;
if (e1.Name != e2.Name)
{
return false;
}
if (e1.Name == W.p && e2.Name == W.p)
{
if ((GetParagraphText(e1) != GetParagraphText(e2)))
{
// there is a difference between the documents
difference = true;
}
// record lines
differences.Add(new DocumentCompare() { Document1Text = e1.Value, Document2Text = e2.Value, Difference = difference });
}
// this is from the code in the link above
// this method does not return a bool, it returns the list of differences
return true;
});
// determine if the documents are equivalent
// this has to be here to run the code above
bool test = correspondingElementEquivalency.Any(e => e != true);
return differences;
}
public static void Main(string[] args)
{
var doc1Path = @"C:\Diff\Test1.docx";
var doc2Path = @"C:\Diff\Test2.docx";
using(WordprocessingDocument doc1 = WordprocessingDocument.Open(doc1Path, false))
using(WordprocessingDocument doc2 = WordprocessingDocument.Open(doc2Path, false))
{
_differences = CompareDocuments(doc1, doc2);
foreach (var t in _differences)
{
Console.WriteLine("Difference: {0}\nDoc 1: {1}\nDoc 2: {2}", t.Difference, t.Document1Text, t.Document2Text);
}
}
Console.Read();
}
}
}
Это мой класс для хранения по сравнению документы:
public class DocumentCompare
{
public string Document1Text { get; set; }
public string Document2Text { get; set; }
public bool Difference { get; set; }
}
Вот мой файл Extensions.cs (из учебника, не изменяется):
using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using System.Text;
using System.Xml;
using System.Xml.Linq;
using DocumentFormat.OpenXml.Packaging;
namespace DocxDiff
{
public static class Extensions
{
public static XDocument GetXDocument(this OpenXmlPart part)
{
XDocument xdoc = part.Annotation<XDocument>();
if (xdoc != null)
return xdoc;
using (StreamReader streamReader = new StreamReader(part.GetStream()))
xdoc = XDocument.Load(XmlReader.Create(streamReader));
part.AddAnnotation(xdoc);
return xdoc;
}
public static string StringConcatenate(this IEnumerable<string> source)
{
StringBuilder sb = new StringBuilder();
foreach (var s in source)
sb.Append(s);
return sb.ToString();
}
public static IEnumerable<TResult> Zip<TFirst, TSecond, TResult>(this IEnumerable<TFirst> first, IEnumerable<TSecond> second, Func<TFirst, TSecond, TResult> func)
{
var ie1 = first.GetEnumerator();
var ie2 = second.GetEnumerator();
while (ie1.MoveNext() && ie2.MoveNext())
{
yield return func(ie1.Current, ie2.Current);
}
}
}
}
И это класс W.cs, который также дал урок:
public static class W
{
public static XNamespace w = "http://schemas.openxmlformats.org/wordprocessingml/2006/main";
public static XName p = w + "p";
public static XName r = w + "r";
public static XName t = w + "t";
public static XName commentRangeStart = w + "commentRangeStart";
public static XName commentRangeEnd = w + "commentRangeEnd";
public static XName proofErr = w + "proofErr";
public static XName del = w + "del";
public static XName moveFrom = w + "moveFrom";
}
EDIT: Я уверен, что мне нужно изменить метод Zip, чтобы добавить строки в большем файле и добавить пустую строку для другого файла. Я пытался (безуспешно), чтобы изменить эту работу (с here):
static void Main() {
var a = new List<int> { 1, 2, 3 };
var b = new List<int> { 1, 2, 3, 4, 5 };
foreach (var c in a.Merge(b, (x, y) => x + y)) {
Console.WriteLine(c);
}
}
static IEnumerable<T> Merge<T>(this IEnumerable<T> first,
IEnumerable<T> second, Func<T, T, T> operation) {
using (var iter1 = first.GetEnumerator())
using (var iter2 = second.GetEnumerator()) {
while (iter1.MoveNext()) {
if (iter2.MoveNext()) {
yield return operation(iter1.Current, iter2.Current);
} else {
yield return iter1.Current;
}
}
while (iter2.MoveNext()) {
yield return iter2.Current;
}
}
}
Я вполне уверен, что я должен сделать что-то подобное. Объедините документы. Как-то мне нужно добавить пустой элемент списка в меньший документ.
EDIT: Это то, что я только что придумал, это вроде работы, только Он не будет отображать элементы в документах, которые находятся в списках (списки слов). Я положил его в методе DocumentCompare в Program.cs сразу после bool test... и перед return differences;:
// get document sizes
var largerDoc = doc1Elements.Count() > doc2Elements.Count() && doc1Elements.Count() != doc2Elements.Count() ? doc1Elements : doc2Elements;
var smallerDocCount = doc1Elements.Count() < doc2Elements.Count() && doc1Elements.Count() != doc2Elements.Count() ? doc1Elements.Count() : doc2Elements.Count();
var doc1Larger = doc1Elements.Count() > doc2Elements.Count() && doc1Elements.Count() != doc2Elements.Count() ? true : false;
var doc1Arr = doc1Elements.ToArray();
var doc2Arr = doc2Elements.ToArray();
// add in the remaining text for the larger document
for (var i = smallerDocCount; i < largerDoc.Count(); i++)
{
// if doc1 is larger, add doc 1 and null for doc 2
if (doc1Larger)
{
Console.WriteLine("doc1 Text: {0}", doc1Arr[i].Value);
differences.Add(new DocumentComparison() { Document1Text = doc1Arr[i].Value, Document2Text = "", Difference = true });
}
else if(!doc1Larger) {
Console.WriteLine("doc2 Text: {0}", doc2Arr[i].Value);
differences.Add(new DocumentComparison() { Document1Text = "", Document2Text = doc2Arr[i].Value, Difference = true });
}
}