Rechercher une chaîne de caractères dans un DOCX sans Word installé sur le PC

Bonjour,

Après plusieurs recherches, je n'arrive pas à trouver une solution à mon problème.
J'aurai besoin de rechercher des mots/chaînes de caractères dans un fichier *.docx sans Word installé sur le PC. Malheureusement, je ne trouve pas de solution.

J'ai tenté de trouver une library comme nous pouvons trouver pour Excel afin de manipuler des fichiers (PSExcel,...) mais je ne trouve rien.
J'ai tenté d'installer les PIA de Microsoft Office 2010 (Primary Interop Assemblies Redistributable) mais Nok.

Avez-vous une idée de comment je pourrai faire ? Est-ce possible ?
J'aurai besoin simplement de vérifier si des mots clés existent dans le fichier *.docx (pas besoin d'enregistrer ou autres).

Merci !
Cordialement

Cela existe.

Le docx n'est qu'un archive tu peut l'extraire tel un zip.
'document.xml' est le fichier qui t’intéresse il faut que tu t'oriente vers du 'Open XML'.

Voir :
https://msdn.microsoft.com/en-us/lib...ffice.12).aspx
http://powertools.codeplex.com/

:salut:
Peut-être une petite piste ==> https://www.experts-exchange.com/que...-vbscript.html

Bonjour,
Merci pour l’information !

Je ne connaissais pas. En effet, OpenXML semble être la solution :D.

J’ai regardé rapidement, je ne comprends pas très bien, j’aurai besoin de Visual Studio pour builder/installer la class library OpenXML dans Powershell ?
Je suppose que non, nous pouvons importer les modules nécessaires simplement ?

J'aurai besoin d'extraire chaque docx ou avec les PowerTools for Open XML, je pourrai travailler directement avec le docx ?
Si vous avez des exemples de code ou autres je suis preneur ! ;)

Merci pour votre aide !

Bonjour,

Je me permets de relancer le sujet.
Pourriez vous m'aiguiller sur comment utiliser les "PowerTools for Open XML" afin de recherches des mots-clés dans un fichier *.docx ?

Merci :zoubi:

Le début de le pelote* :

Code:

---

1 2 3 4

$d=New-WmlDocument .\Valid.docx $d.MainDocumentPart.Value #de type string

---

Ensuite un Select-String fera l'affaire.

* si toutefois tu as résolu son installation :zen:

Bonjour,

Merci pour votre réponse !

En effet, je suis encore bloqué sur l'importation du module Open-Xml-PowerTools comme je n'ai Visual Studio.
La procédure semble être celle-ci :

Make sure you are running PowerShell 3.0 or later
If necessary, set your execution policy. Run PowerShell as administrator and Set-ExecutionPolicy Unrestricted (or RemoteSigned)
cd ~/Documents/WindowsPowerShell/Modules
git clone https://github.com/OfficeDev/Open-Xml-Sdk
git clone https://github.com/OfficeDev/Open-Xml-PowerTools
Using Visual Studio, open Open-Xml-Sdk/Open-XML-SDK.sln
Build the solution. To validate the build, open the Test Explorer (pick TEST -> Windows -> Test Explorer from the menu). Click Run All.
To start using the Open-Xml-PowerTools Cmdlets, in PowerShell, Import-Module Open-Xml-PowerTools
Using Visual Studio, open Open-Xml-PowerTools/OpenXmlPowerToolsExamples.sln
Build the solution. To validate the build, open the Test Explorer. Click Run All.
To run an example, set the example as the startup project, and press F5.

Mais comme je n'ai pas Visual Studio ça ne fonctionne pas.
J'ai trouvé cet article qui indique qu'il faut installer l'assembly avant mais je n'ai pas de DLL autant dans le SDk que dans les PowerTools.

Si vous savez comment importer le module PowerTools sans utiliser VS je suis preneur... je pense que cela est possible mais je n'ai pas encore trouvé.

Merci !

Citation:

---

Envoyé par yamaha12

Si vous savez comment importer le module PowerTools sans utiliser VS je suis preneur... je pense que cela est possible mais je n'ai pas encore trouvé.

---

Oui, le setup doit être dans sa todo list :aie:

Alors après qq recherches et essais voici une approche manuelle :
installer Nuget (nuget.exe - latest (v3.4.4))
installer le package dédié:

Code:

---

.\NuGet.exe install OpenXmlPowerTools #https://www.nuget.org/packages/OpenXmlPowerTools/

---

L'installation se fait dans le répertoire courant, Nuget installe les dlls requises qui sont :

• DocumentFormat.OpenXml.dll
  
• System.IO.Packaging.dll
• OpenXmlPowerTools.dll

Ne pas copier la DLL automation (on utilise celle de Powershell)

Copier ces DLL dans le répertoire de la solution VS (Open-Xml-PowerTools-vNext).
Ne pas copier la DLL automation (on utilise celle de Powershell)
Dés lors plus besoin de VS.

Enfin commenter dans le fichier Open-XML-PowerTools.psm1 la ligne

Code:

---

1 2	#. "$PSScriptRoot\AddTypes.ps1"

---

Sinon ce script compile la dll à chaque import du module :ptdr:
Et références des fichiers du projet VS ce qui fait que l'import échoue.

Je n'ai pas encore extrait tous les fichiers pour un faire une installation par copy.
Enfin dece que j'ai vu il me semble que les démos sont plus orientées création de doc/conversion que traitements sur un docx existant.
Il existe une méthode SearchReplace reste à faire du reverse pour trouver le Search ...et pour trouver la doc :aie:

La présence du script Addtype.ps1 me fait tout de même douter de la construction de ce module, même si le code C# semble propre et a du nécessiter bcp d'effort de la part de l'auteur.
Par exemple la dll OpenXmlPowerTools.dll contient des cmdlets mais peu sont publics, on se demande bien pourquoi procéder ainsi...

Merci beaucoup pour votre aide !
Je vais tester !

Comme vous indiquez que vous avez des doutes sur ce module, avez-vous sinon une autre solution afin de pouvoir rechercher des mots-clés dans un fichier *.docx sans Word installé ?

Sinon je pensai simplement dézipper chaque *.docx afin de travailler sur les fichiers XML directement mais il semblerai que lors de l'extract, nous retrouvons uniquement la première page.

Citation:

---

Envoyé par yamaha12

Comme vous indiquez que vous avez des doutes sur ce module,

---

Oui, mais il faut les lever en étudiant de plus près le code. Mes propos ne sont pas là pour semer le doute sur ce module mais d'inciter à la prudence et à approfondir.
Ensuite si tu dois juste faire open/search pour un traitement unique, tu peux passer outre ma remarque.

Citation:

---

Envoyé par yamaha12

avez-vous sinon une autre solution afin de pouvoir rechercher des mots-clés dans un fichier *.docx sans Word installé ?

---

J'ai noté ces deux projets qui sont actif :
https://docx.codeplex.com/
https://github.com/ClosedXML/ClosedXML (Excel) ou ceci
Mais sans aller plus loin, ils proposent des classes C# pas des cmdlets, là faut creuser le code :)

Citation:

---

Envoyé par yamaha12

Sinon je pensai simplement dézipper chaque *.docx afin de travailler sur les fichiers XML directement mais il semblerai que lors de l'extract, nous retrouvons uniquement la première page.

---

Je ne sais pas je n'ai jamais fait.

Ok, merci pour ces infos.

Je vais essayer votre méthode avec l'installation de Nuget. Si je comprends bien, ça permet uniquement de générer les DLL

Ensuite récupérant les DLL, je pourrai ainsi copier Open-Xml-PowerTools-vNext sur d'autres PC par exemple ?

Citation:

---

Envoyé par yamaha12

Si je comprends bien, ça permet uniquement de générer les DLL

---

Les packages Nuget contiennent des DLL compilées, cela permet de 'distribuer des fichiers dépendants'.

Citation:

---

Envoyé par yamaha12

je pourrai ainsi copier Open-Xml-PowerTools-vNext sur d'autres PC par exemple ?

---

Oui, peut être pas tout le répertoire.
J'essaie de créer un module complet et autonome afin de le placer sur cette galerie
Avec la PS v5 un Install-Module peut suffire. Pour info Publish-Module crée un package Nuget (.nupkg -> Archive zip structuré)

Très bien, merci je vais tenter ;)

Citation:

---

Envoyé par Laurent Dardenne

J'essaie de créer un module complet et autonome afin de le placer sur cette galerie

---

Hey !! ce serait vraiment génial, c'est vraiment sympa !
Vous pourrez me tenir informé si vous y arrivé ?

Citation:

---

Envoyé par yamaha12

Vous pourrez me tenir informé si vous y arrivé ?

---

Non :aie:
Cela devrait être assez rapide, restera à le tester.

Citation:

---

Envoyé par Laurent Dardenne

Cela devrait être assez rapide, restera à le tester.

---

Je veux bien être le testeur :)

Citation:

---

Envoyé par yamaha12

Je veux bien être le testeur

---

C'est par ici

Code:

---

1 2 3 4 5 6 7 8 9 10

#PS v5 $PSGalleryPublishUri = 'https://www.myget.org/F/ottomatt/api/v2/package' $PSGallerySourceUri = 'https://www.myget.org/F/ottomatt/api/v2'   #Décomenter si jugé nécessaire -InstallationPolicy Trusted Register-PSRepository -Name OttoMatt -SourceLocation $PSGallerySourceUri -PublishLocation $PSGalleryPublishUri #-InstallationPolicy Trusted   # !!! PREQUIS PowershellGet 1.1.1.0 --> -AllowClobber Install-Module Open-XML-PowerTools -Repository OttoMatt -verbose -force -Scope AllUsers -AllowClobber

---

Ce n'est pas testé , du tout :bug:

Super merci !

Je ne peux pas tester maintenant, je testerai demain et je te ferai un retour ;)

Citation:

---

Envoyé par yamaha12

je testerai demain et je te ferai un retour ;)

---

Tu as la version 5 de Powershell ?
J'ai relivré le package, le numéro de version du module doit être codé sur 3 digits : 1.0.0 et pas 1.0
Je testerais + tard la publication via Publish-Module

Une fois installé, le module se charge.
J'ai laissé les exemples dans le répertoire du module :

Code:

---

1 2 3 4 5 6

$m=ipmo Open-XML-PowerTools -pass $PathOXP=$m.ModuleBase $Docx=New-WmlDocument "$PathOXP\Cmdlet-Examples\Valid.docx" $Result=$Docx.MainDocumentPart.Value|Select-String 'video' $Result[0]|Select-Object *

---

Par contre le numéro de version du module est tjr 1.0 après 1 an de dev, à priori il doit versionner ces assemblies, mais pas le module Powershell.

Le package actuel est basé sur la branche Git Vnext et pas Master, il faut donc regarder de temps en temps si le code évolue.
Si j'ai le temps et si nécessaire je republierais une nouvelle version.

Bonjour Laurent,

Je viens de tester et ça fonctionne parfaitement !
Vraiment un très bon travail, merci !

J'ai pu le télécharger et même le transférer sur un notre poste avec réimportation fonctionnelle.
J'ai la version 5 de powershell. Juste pour savoir, ça ne fonctionne pas sur les versions antérieurs ?

La code powershell que tu indiques ci-dessous pour la recherche est la preuve que ça fonctionne :).

Question bête pour ma connaissance personnelle, pour ton importation du module tu utilises l'option "-pass". C'est comme l'option -PassThru ?
Quel est l'intérêt de l'utiliser pour l'import' ?

Merci