为什么 Office OpenXML 在标签之间分割文本以及如何防止这种情况？

Question

我目前正在尝试使用 PHPWord 库及其模板系统来处理 docx 文件。我已经找到并更新了一些人（不记得名字，但这并不重要）可以使用表的库的路径（复制其行，然后在每一行上使用 PHPWord 中的标准 setValue() ）。

如果我创建自己的文档，xml中的数据是正常结构，因此要替换的变量${variable}位于它自己的标签中，如下所示：

<w:tbl>
    <w:tr>
        ...
         ${variable}
    </w:tr>
</w:tbl>

我简化了代码，在实际代码中还有许多其他标签描述尺寸、样式等。

我的问题是我必须处理其他人的文档，而我被禁止进行大的更改，我得到的文档在某些时候是一张带有一个空白行的表格。我添加 ${variable} 变量并通过 PHPWord 运行它。问题是，它失败了。经过一些研究，我发现源 XML 看起来像这样：

    ....
        ...
         ${va

        ...
         riab

        ...
         le}
    ....

（再次大幅简化，但你明白了）

这个结构对我来说是一个问题，因为克隆行的函数使用 strpos()、substr() 和正则表达式来工作，但不适用于这个结构（我无法想象优雅的方法来做到这一点）。

所以问题是 - 有谁知道 docx 为什么这样做以及如何防止他？我正在寻找通过 word 的解决方案，而不是 PHP（我需要当前的函数无需太多编辑即可工作）

Answer 1

我经常处理这个问题：

在word中，文档可以这样保存

  <w:t>{</w:t>...
  <w:t>variable</w:t>
  <w:t>}</w:t>

因此，我创建了一个 JS 库，即使变量名称被拆分也可以工作：Docxtemplater（也可以在服务器端工作）。我在开发过程中发现，如果满足以下条件，则变量名称不会拆分：

要查找的文本仅由 a-zA-Z 字符组成（无 {、$ 或 }）
如果文本不是一笔写的，文本可能会被分割：例如，如果你犯了拼写错误，写成了 ${varuable} ，然后进行编辑 -> ${variable}，xml 中的文本很有可能会分裂。基本上，您必须一笔写出变量名称，如果您想编辑变量名称，请完全重写变量名称。

我不认为有一种方法可以用 Word 中的一个命令来修复 docx 文档，但重写变量以将它们写在一笔中应该可行。

Answer 2

造成这种情况的主要原因是

proofErr

元素。 Word 会识别出它认为拼写错误的内容，并将其包装在

<w:proofErr>

元素中，不可避免地会拆分原始文本。

如果您遇到这种情况，我建议您执行以下操作，虽然很乏味，但唯一可靠的方法：

编辑

这个 Visual Studio 扩展允许您直接编辑 OpenXML 包的内容。这允许您跳过步骤 1 和 2。

编辑