怎么快速取得word文档的结构？(集合遍历典型问题)

[hugebrush]

我目前用的办法是遍历文档的段落，根据各段落outlinelevel属性建立文档结构，但这种方法效率非常低，我处理一个1000多页的文档要几十分钟，而word打开同一个文档，3、4秒钟就能在导航窗格中显示出文档结构，很显然word有其他方式取得文档结构。怎么用VBA快速取得word文档结构？

[bcrun]

确实，WORD打开稍大一点的文档，时间就要10秒以上，哪怕只有几百页。 你2000多页的文档就有16万多个段落太夸张了吧，一页有80段。是多个文档合计的段落数吧。 不管怎么样，考虑到效率问题，你应该改用for each这样的方式来遍历链表结构。我不敢说完全看懂了你关于具体读嵌套结构需求的解释，但还是感觉，没理由不采用for each遍历Document.Paragraphs的方式来实现，所以建议先试下这样做。 另外，你竟然使用selection来频繁改变当前光标位置，速度慢更是毫无疑问了。

[hugebrush]

谢谢版主帮助！非常抱歉，前面有其他事情忙着，没得看论坛。 很抱歉，我处理的文档需要保密，不便公开，不能提供给大家测试。可以说一下文档的规模，我要分析的最大的文档有2000多页，共16万多个段落，用word打开这个文件，在页面视图下直接通过导航窗口跳转到1000页之后，word都会在分页过程中死掉，现在我只能用草稿视图看。我用我扫面过这个文档的标题，耗时太长了，没扫描完，已经扫出5000多个标题。 现在代码没在身边，我说一下我的算法： 我需要知道标题的嵌套关系，因此是用selection.movedown wdparagraph从头至尾扫描各段落，把扫描到的标题的起始字符、大纲级别、编号及文字依次写入一个excel文件中，每个标题在excel表格中占一行。 我不能确认document.paragraphs中的段落是否按在文档上出现的先后次序排列，没有采用遍历document.paragraphs的方式。前面测试其他功能的时候，遍历过document.paragraphs，对于一份1000多页的文档，也耗时几十分钟。

[hugebrush]

谢谢，这个方法不适合我的情况，我处理的文档中，有些标题只设置大纲级别，没有应用标题样式，这个方法扫不出这些标题。

引用 6 楼 spt_petrolor 的回复:

用word提供的“查找”-“定位”，定位目标为“标题”，可以迅速在文档中定位到任意标题（1,2,3.。级） 宏为： Selection.GoTo What:=wdGoToHeading, Which:=wdGoToNext, Count:=1, Name:="" 一般标题不会太长吧？我这么理解，标题就一行吧。

    Selection.GoTo What:=wdGoToHeading, Which:=wdGoToNext, Count:=1, Name:=""
     Selection.EndKey Unit:=wdLine, Extend:=wdExtend
    Debug.Print Selection.Style, Selection.Text

上面的代码从当前位置找到一个标题，选择整个行，并打印这个行的标题级别和标题内容。。。 如果你一开始就定位到文档的开始处，经过多次执行，就可以得到整个大纲了。 不知道是否满足你的要求？ 下来就是把宏转为vb代码

[赵4老师]

有一个加速技巧：

Application.Visible = False

[hugebrush]

经测试，Application.Visible = False的情况下，selecion.movedown 的速度是Application.Visible = true的两倍 用for i = 1 to paragraphsCount的方式遍历段落，速度和Application.Visible = False的情况下的selection.movedown 一样。 用foreach 遍历段落，速度是用for i = 1 to paragraphsCount 方式的6倍。等有时间我在我的文档上测试效果。

[hugebrush]

引用 11 楼 bcrun 的回复:

确实，WORD打开稍大一点的文档，时间就要10秒以上，哪怕只有几百页。 你2000多页的文档就有16万多个段落太夸张了吧，一页有80段。是多个文档合计的段落数吧。 不管怎么样，考虑到效率问题，你应该改用for each这样的方式来遍历链表结构。我不敢说完全看懂了你关于具体读嵌套结构需求的解释，但还是感觉，没理由不采用for each遍历Document.Paragraphs的方式来实现，所以建议先试下这样做。 另外，你竟然使用selection来频繁改变当前光标位置，速度慢更是毫无疑问了。

文档段落多是因为里面有大量表格，表格的一个单元格至少包含一个段落。

[蒋晟]

>用foreach 遍历段落，速度是用for i = 1 to paragraphsCount 方式的6倍 人家不是数组，有可能是链表。能用foreach 就用foreach 。

[bcrun]

引用 15 楼 jiangsheng 的回复:

>用foreach 遍历段落，速度是用for i = 1 to paragraphsCount 方式的6倍 人家不是数组，有可能是链表。能用foreach 就用foreach 。

确实，估计集合类用链表实现的多，包括VB6中的collection类，以前就经常发生有人遍历这个类的对象时，忘了用foreach,结果速度很慢的情况。

[bcrun]

引用 13 楼 hugebrush 的回复:

经测试，Application.Visible = False的情况下，selecion.movedown 的速度是Application.Visible = true的两倍 用for i = 1 to paragraphsCount的方式遍历段落，速度和Application.Visible = False的情况下的selection.movedown 一样。 用foreach 遍历段落，速度是用for i = 1 to paragraphsCount 方式的6倍。等有时间我在我的文档上测试效果。

注意，这两种方式遍历的耗时比应该不是等比例的，随着要遍历集合规模的增大，相关倍数应该是越来越大的。我看你这测得6倍时用的是较小的集合。

引用 14 楼 hugebrush 的回复:

文档段落多是因为里面有大量表格，表格的一个单元格至少包含一个段落。

嗯，那就要看你的总体设计了，我估计单元格里的段落应该不会是大纲的一部分，可以直接跳过去吧。

[nettman]

[hanbingyi406213]

word做的 好用不 试试手

[lhw7791086]

[lewit]

谢谢，学习了。

[朝露昙花]

好材料，谢谢分享！

[彭先绪]

很全面啊 看的时候很方便找 幸苦了

[add825]

好东西，谢谢分享！

[虎子8]

学习了

[u011120098]

之前用poi做过多媒体整合这类东西

[伊顺鸣]

凡走過，必留下我的足跡

[ky8908]

楼主你好，目前我跟你有非常相似的需求，能告知一下你最终的解决办法吗？我目前也是循环段落进行标记，速度太慢。