confrontando a livello di codice i documenti word

Question

Ho bisogno di confrontare due documenti dell'ufficio, in questo caso due documenti word e fornire una differenza, che è in qualche modo simile a ciò che è mostrato in SVN. Non fino a quel punto, ma almeno in grado di evidenziare le differenze.

Ho provato ad utilizzare la dll ufficio COM ed ho ottenuto fino a questo punto ..

object fileToOpen = (object)@"D:\doc1.docx"; 
string fileToCompare = @"D:\doc2.docx"; 

WRD.Application WA = new WRD.Application(); 

Document wordDoc = null; 

wordDoc = WA.Documents.Open(ref fileToOpen, Type.Missing, Type.Missing, Type.Missing, Type.Missing,  Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing); 
wordDoc.Compare(fileToCompare, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing, Type.Missing); 

Eventuali suggerimenti su come procedere ulteriormente? Questa sarà un'applicazione web che ha molti successi. Sta usando l'oggetto office com la strada giusta da percorrere, o ci sono altre cose che posso guardare?

Answer 1

Sono d'accordo con Joseph a diff'ing la stringa. Vorrei anche raccomandare un motore diffuso appositamente costruito (alcuni trovati qui: Any decent text diff/merge engine for .NET?) che possono aiutarti a evitare alcuni dei problemi più comuni nella diffusione.

Answer 2

Dovresti davvero estrarre il documento in una stringa e differire quello.

Ti interessano solo le modifiche testuali e non la formattazione giusta?

Answer 3

È necessario utilizzare la classe Documento per confrontare i file e aprire in un documento Word il risultato.

using OfficeWord = Microsoft.Office.Interop.Word; 

object fileToOpen = (object)@"D:\doc1.docx"; 
string fileToCompare = @"D:\doc2.docx"; 

var app = Global.OfficeFile.WordApp; 

object readOnly = false; 
object AddToRecent = false; 
object Visible = false; 

OfficeWord.Document docZero = app.Documents.Open(fileToOpen, ref missing, ref readOnly, ref AddToRecent, Visible: ref Visible); 

docZero.Final = false; 
docZero.TrackRevisions = true; 
docZero.ShowRevisions = true; 
docZero.PrintRevisions = true; 

//the OfficeWord.WdCompareTargetNew defines a new file, you can change this valid value to change how word will open the document 
docZero.Compare(fileToCompare, missing, OfficeWord.WdCompareTarget.wdCompareTargetNew, true, false, false, false, false); 

Answer 4

Per fare un confronto tra i documenti di Word, è necessario

1. Una libreria per manipolare documenti di Word, per esempio leggi paragrafi, testo, tabelle ecc. da un file Word. Puoi provare Office Interop, OpenXML o Aspose.Words for .NET.
2. Un algoritmo/libreria per eseguire il confronto effettivo, sul testo recuperato da entrambi i documenti di Word. Puoi scrivere da solo o utilizzare una libreria come DiffMatchPatch o simile.

Questa domanda è vecchia, ora ci sono più soluzioni come GroupDocs Compare disponibili.

Document Comparison by Aspose.Words for .NET è un progetto di open source vetrina che utilizza Aspose.Words e DiffMatchPatch per il confronto.

Lavoro presso Aspose come Evangelista sviluppatore.

Answer 5

Quindi i miei requisiti erano che dovevo usare una lib di .Net e volevo evitare di lavorare sui file reali ma lavorare con i flussi.

ZipArchive è in System.IO.Compressed

Quello che ho fatto e ha funzionato abbastanza bene stava usando lo ZipArchive da .Net e confrontando il contenuto mentre sono assenti il ​​file .rels perché sembra la si è generato in modo casuale su ogni creazione di file. Ecco il mio frammento:

private static bool AreWordFilesSame(byte[] wordA, byte[] wordB) 
    { 
     using (var streamA = new MemoryStream(wordA)) 
     using (var streamB = new MemoryStream(wordB)) 
     using (var zipA = new ZipArchive(streamA)) 
     using (var zipB = new ZipArchive(streamB)) 
     { 
      streamA.Seek(0, SeekOrigin.Begin); 
      streamB.Seek(0, SeekOrigin.Begin); 

      for(int i = 0; i < zipA.Entries.Count; ++i) 
      { 
       Assert.AreEqual(zipA.Entries[i].Name, zipB.Entries[i].Name); 

       if (zipA.Entries[i].Name.EndsWith(".rels")) //These are some weird word files with autogenerated hashes 
       { 
        continue; 
       } 

       var streamFromA = zipA.Entries[i].Open(); 
       var streamFromB = zipB.Entries[i].Open(); 

       using (var readerA = new StreamReader(streamFromA)) 
       using (var readerB = new StreamReader(streamFromB)) 
       { 
        var bytesA = readerA.ReadToEnd(); 
        var bytesB = readerB.ReadToEnd(); 
        if (bytesA != bytesB || bytesA.Length == 0) 
        { 
         return false; 
        } 
       } 
      } 

      return true; 
     } 
    } 

Answer 6

Per una soluzione su un server, o in esecuzione, senza l'installazione di Word e utilizzando gli strumenti COM, è possibile utilizzare il componente WmlComparer di XmlPowerTools.

Il documentation è un po 'limitato, ma ecco un esempio di utilizzo:

var expected = File.ReadAllBytes(@"c:\expected.docx"); 
var actual = File.ReadAllBytes(@"c:\result.docx"); 
var expectedresult = new WmlDocument("expected.docx", expected); 
var actualDocument = new WmlDocument("result.docx", actual); 
var comparisonSettings = new WmlComparerSettings(); 

var comparisonResults = WmlComparer.Compare(expectedresult, actualDocument, comparisonSettings); 
var revisions = WmlComparer.GetRevisions(comparisonResults, comparisonSettings); 

che vi mostrerà le differenze tra i due documenti.