我需要能够获取WordML文档，并通过其标题将其转换为对象图，该标题将通过web应用程序转换为可导航结构。这可以类似于"；导航"；窗格。
以下是我需要将Word文档放入的对象结构的一个简单示例：
public class Folder
{
public string Name { get; set; }
public string Description { get; set; }
public Folder ParentFolder { get; set; }
public ICollection<Folder> Subfolders { get; set; }
public ICollection<Page> Pages { get; set; }
}
public class Page
{
public string Title { get; set; }
public string Content { get; set; }
public Folder ContainingFolder { get; set; }
}
希望这是不言自明的。它基本上就像一个基本的文件系统。
Word文档可以有多个部分，其中包含任意数量的嵌套标题。如果我们把标题结构看作一棵树，我需要每一片叶子（一个没有副标题的标题部分）都是一个页面，每一个分支都是一个子文件夹。例如：
标题1（a）
部分内容（1）
标题2（b）
标题3（c）
部分内容（2）
标题2（d）
标题3（e）
部分内容（3）
标题3（f）
部分内容（4）
标题4（g）部分内容（5）
在本例中，（a）将成为新文件夹的名称，（1）为描述，并具有子文件夹（b）和（d），每个子文件夹都将具有空描述。由于（c）没有副标题，因此它将成为标题为（c）、内容为（2）、包含文件夹为（b）的页面。与（e）和（3）相同。（f） 应成为ParentFolder（d）下的新文件夹，说明为（4），以及（g）的新页面，标题为（g），内容为（5）。
我希望我还没有失去你。
到目前为止，我已经尝试过用OpenXMLSDK打开一个文档，但由于处理结果XML有点麻烦，我决定使用库将文档转换为HTML。这提供了一个漂亮、干净的文档，我可以使用LINQ to XML遍历它。
现在我有了一个带有p、h1、h2等标记的平面HTML文档，但很明显，它们不是嵌套的；他们都是兄弟姐妹。如何遍历此文档并将每个标题部分转换为我上面解释的对象图？
需要注意的是：文档可能不总是以H1开头，子标题也可能不总是下一个直接的子标题（例如，H2后面跟着H4）。如果最高级的标题在文档的中间，我们可以忽略它之前的任何内容。
好吧，我想明白了。我还没有测试所有的病例，就像我在问题结尾的警告中提到的那样，但目前，它会起作用。如果有人偶然发现并感兴趣，下面是我所做的。
首先，我最终将Word文档转换为HTML，然后使用LINQ到XML对其进行解析。该方法首先通过传入HTML中的第一个带标题标记的元素（"H1"、"H2"等）和一个Folder对象来调用，该对象将包含我在问题中描述的Word到Folder/Page结构的输出。
private Folder ConvertHtmlHeadersToFolderStructure(XElement header, Folder containingFolder)
{
// Extract the usable data from the element
// header.Value
string title;
// header.NextNode.ToString() for everything between this and the next header element
StringBuilder contentSb;
ExtractInfo(header, out title, out contentSb);
// Determine if this header element is going to be a page or a folder
// It's a page if the current header element number is greater than or equal to
// the next header element number, e.g. h3 >= h2; h3 is a page
XElement nextHeader;
if (IsElementALeaf(header, out nextHeader))
{
containingFolder.Pages.Add(new Page
{
Content = contentSb.ToString(),
Title = title,
Folder = containingFolder
});
if (nextHeader != null)
{
int thisHeaderLevel = GetHeaderLevel(header);
int nextHeaderLevel = GetHeaderLevel(nextHeader);
Folder upLevelFolder = containingFolder;
for (int i = 0; i < thisHeaderLevel - nextHeaderLevel; i++)
{
upLevelFolder = upLevelFolder.ParentFolder;
}
ConvertHtmlHeadersToFolderStructure(nextHeader, upLevelFolder);
}
return containingFolder;
}
else
{
Folder subFolder = new Folder
{
Description = contentSb.ToString(),
Name = title,
ParentFolder = containingFolder
};
// nextHeader shouldn't be null if we got here
subFolder = ConvertHtmlHeadersToFolderStructure(nextHeader, subFolder);
containingFolder.Subfolders.Add(subFolder);
return containingFolder;
}
}