使用C＃从ms office文档中获取不同的单词列表和计数

Question

我正在寻找一种从任何ms office文档（word，excel或powerpoint）读取原始文本的有效方法，然后显示不同的单词列表以及该单词使用次数的计数。如果可能的话，我希望能够排除常用词（'和'，'到'，''等'。

我能用C＃实现这一目标的最佳方式是什么？

Answer 1

你应该研究Lucene.NET - 它能够从各种来源构建单词索引 - 包括我相信的单词文档。