VSTO中Word转换Range为Image的方法
VSTO中Word转换Range为Image的方法
前言
VSTO是一套用于创建自定义Office应用程序的Visual Studio工具包，通过Interop提供的增强Office对象，可以对Word文档进行编程操作。Range是Word中执行操作的一个单元，可以理解成文档中一个选中的部分或者区域，针对这个选中部分，可以应用格式、修改文字和颜色等功能。出于各种业务的需求，常常需要将Word文档或者Word文档的一部分变成图片。本文对常见的Range转换为Image的方法进行了讨论和分析，并提出一些改良的地方。
剪贴板作为中介
原理很简单，就是将Range.Copy()到剪贴板中，剪贴板是windows进程间通信的一种方式，然后从剪贴板中获取metafile的信息还原成一个图片。
//原理示意
//source为Word.Range对象
//range.Copy()会将range中的内容复制到剪贴板中。
source.Copy();
//从剪贴板中获取metafile的数据
var metaData = GetMetaFileFromCicpBoard();
//根据metafile的信息构建出一个图片对象
Image image = GetImageFromMetaData(metaData);
这种方法在网上很常见，效果和手动在Word文档中复制一段文字，然后粘贴在<画图>软件上一样。然而在程序中，这个效果比较差。实际过程中，从剪贴板中获取数据，经常会失败，无法获取数据，推测是其他进程操作了剪贴板，数据丢失了。而且解析剪贴板的数据，需要引入的库已经很多年没维护了，经常出异常。
通过EnhMetaFileBits生成图片
这是最正常的方法了，直接通过API生成图片，效果好，速度快，图片的内容就是Word文档中的显示内容。
/// <summary>
/// 获取原生的range变为图片的方式
/// </summary>
/// <param name="range">选中部分</param>
/// <returns>图片，Image对象</returns>
public static Image GetRangeRealImage(Word.Range range)
{
if (range == null)
{
throw new Exception("range is empty");
}
var bits = (byte[])range.EnhMetaFileBits;
System.IO.MemoryStream ms = new System.IO.MemoryStream(bits);
var ret = Image.FromStream(ms);
return ret;
}
在实际使用过程中，发现这种方法也存在缺陷。在不足一页的range中，可以显示全部内容；在多页的range中，生成的图片只能显示第一页的内容。
获取多页Range的图片
为了解决这个问题，一个通常的思路是：既然可以获取一页的图片，把多页分成一页一页的，获取每一页的图片，然后合并起来，就是多页内容的图片了。
//伪代码
/// <summary>
/// 将range转换为完全的image图片
/// </summary>
/// <param name="range">选中部分</param>
/// <returns>图片</returns>
public Image RangeToImage(Word.Range range)
{
var ret = RangeImage.GetRangeRealImage(range);
//如果图片高度小于一页，直接返回
var limitHeight = 2000;
if (ret.Height < limitHeight)
{
return ret;
}
//可能大于一页
return GetBigRangePic(range);
}
从range中按页切割其实很困难，然而页是Word文档中的一个单位。可以把range复制到一个新文档B中，获取B文档的页数，获取B文档的每一页，然后就可以获取每一页的range部分了。
//伪代码
/// <summary>
/// 一种生成range大图的方法。word中range只能显示一页的区域,
/// range超过一页，也只能显示一页。
/// 将range复制到新文档中，拼接文档中
/// 每一页的图片，可以生成range的全图。
/// </summary>
/// <param name="source">需要生成图片的range</param>
/// <returns>生成好的image对象</returns>
public Image GetBigRangePic(Word.Range source)
{
Image ret = null;
var wordDoc = newTmpDoc();
//将source的内容复制的新文档中
addRangeToDoc(wordDoc, source);
//获取新文档的页数
var num = wordDoc.ComputeStatistics(Word.WdStatistic.wdStatisticPages);
//获取每一页的图片，并合并
for (int i= 1; i<=num; i++)
{
object page_num = i;
wordDoc.Application.Selection.GoTo(Word.WdGoToItem.wdGoToPage, Word.WdGoToDirection.wdGoToAbsolute, num, page_num);
var pageRange = wordDoc.Application.Selection.Bookmarks[@"\Page"].Range;
var pageImage = RangeImage.GetRangeRealImage(pageRange);
//第一页等于图片，第二页以后合并前面的部分
if (ret == null)
{
ret = pageImage;
}else
{
ret = MergeImageVertical(ret, pageImage);
}
}
//手动GC
GC.Collect();
//保证线程安全
lock (objlock)
{
//关闭文档
try
{
object saveChange = Word.WdSaveOptions.wdDoNotSaveChanges;
wordDoc.Close(ref saveChange, ref Nothing, ref Nothing);
}
catch (System.Runtime.InteropServices.COMException e)
{
Log.GetInstance().Error("close err:" + e.Message);
}
}
return ret;
}
这种方式成功获取了多页range的图片。其缺点在于是合并多页的图片，多页间的部分合并了看起来起来不自然；还有合并多页的图片，转换为多个Bitmap，然后开始合并，cpu负载高，消耗的内存大。
range替换为image的shape
将特定部分的range直接替换成一个图片，并删除原内容。打个比方，就像是魔术表演中，魔术师把手中的帽子变成兔子一样。
由于在Word中插入一个图片，必须是本地文件系统中的图片文件，range获取到的图片必须先存储在本地的临时目录，然后再插入到Word的相应位置中。
//处理流程
Range->图片->保存在本地，以png格式->插入到文档中->删除原先range的内容
//伪代码
//range为Word.Range对象
//获取图片
var image = RangeImage.GetRangeRealImage(range);
//保存图片到本地
var FileName = Config.GetInstance().Get("runtimePath") + System.IO.Path.DirectorySeparatorChar + "tmpTable.png";
image.Save(FileName, System.Drawing.Imaging.ImageFormat.Png);
//在原位置插入图片
object SaveWithDocument = true;
object LinkToFile = false;
var wordDoc = range.Document;
object Anchor = wordDoc.Range(range.Start);
var t = wordDoc.Application.ActiveDocument.InlineShapes.AddPicture(FileName, ref LinkToFile, ref SaveWithDocument, ref Anchor);
//删除原内容
range.Delete();
