在C ++中读取.docx

Question

我正在尝试创建一个读取.docx文件的程序，并将其内容发布到博客/论坛供个人使用。我终于想出了如何使用libcurl（我想的）是程序中更难的部分。现在我只需要阅读.docx文件，但是遇到了麻烦。我似乎无法找到有关如何执行此操作的任何文档。有什么想法吗？

Answer 1

最简单的方法是使用Word来执行此操作。它在许可方面有限制。

SO问题Creating, opening and printing a word file from C++有一些很好的参考。

修改

根据这些问题/答案可以解压缩Open XML文件并直接处理XML文件：

• How can I read a Word 2007 .docx file?

如果您使用.NET，则需要阅读更多（C＃）问题：

• How to grab text from word (docx) document in C#?
• How to load MS Word document in C# (.NET)?
• How can I programatically use C# to append multiple DOCX files together?

Answer 2

如果你想留在开源世界，OpenOffice 3应该能够处理.docx文件。有一个项目为许多语言实现API，我真的不知道它是多么完整或复杂。

PHP中有script可以从.docx转换为纯文本。也就是说，如果你不害怕所有的文件都是俄语）。这可能是另一种选择（通过系统调用触发php脚本并解析文件中的结果）