要把string保存到word文档里，最简单的方法就是用Open XML SDK。这里分享下如何结合Dynamic .NET TWAIN OCR SDK和Open XML SDK，把online OCR的结果转换成word文档。
参考原文：
Online OCR – Convert Images to Word, Text and PDF
下载
如何集成Open XML SDK到Online OCR应用
这里使用的OpenXML SDK 2.5是从NuGet获得的，官方下载可以访问Open XML SDK 2.5 for Microsoft Office。
添加Open XML引用：
打开，DoOCR.aspx.cs找到代码：
byte [] content = OCRMode.OCR(inputBuffer, strLanguage, Convert.ToInt32(strFormat));
结果是byte array，把它转换成string：
System.Text.Encoding.ASCII.GetString(content)
创建函数SaveToWord，传入文件路径和OCR结果：
private void SaveToWord(string filepath, string ocrResult)
{
using (WordprocessingDocument doc = WordprocessingDocument.Create(filepath, DocumentFormat.OpenXml.WordprocessingDocumentType.Document))
{
MainDocumentPart mainPart = doc.AddMainDocumentPart();
mainPart.Document = new Document();
Body body = mainPart.Document.AppendChild(new Body());
Paragraph para = body.AppendChild(new Paragraph());
Run run = para.AppendChild(new Run());
string returnValue = FilterInvalidXmlChars(ocrResult);
run.AppendChild(new Text(returnValue));
}
}
这样OCR结果就可以保存到word文档里了。要注意的是，结果里可能包含了无效的XML字符，所以还需要对结果做过滤处理：
public static string FilterInvalidXmlChars(string text)
{
// answer from http://stackoverflow.com/questions/397250/unicode-regex-invalid-xml-characters/961504#961504
string re = @"(?<![\uD800-\uDBFF])[\uDC00-\uDFFF]|[\uD800-\uDBFF](?![\uDC00-\uDFFF])|[\x00-\x08\x0B\x0C\x0E-\x1F\x7F-\x9F\uFEFF\uFFFE\uFFFF]";
return Regex.Replace(text, re, "");
}
看下视频demo：
更多信息可以参考Word processing (Open XML SDK)
源码
https://github.com/DynamsoftRD/online-ocr
git clone https://github.com/DynamsoftRD/online-ocr.git
时间： 2024-10-17 09:59:27