从各种文档类型中删除文本

Question

我正在编写一个C＃asp.net Web应用程序，它接收各种格式的CV，即doc，docx，pdf，text等。

我想知道是否有一种简单的方法可以从文档中删除某些信息，无论文件类型是什么，然后将编辑后的文件传递给最终用户？

要删除的信息将保存在字符串

中

Answer 1

您需要使用单独的API解析每种文件类型。

• .docx可以使用：http://docx.codeplex.com/
进行解析
• .pdf可以使用：http://www.pdfsharp.net/
进行解析
• 等

Answer 2

如果您使用streamreader（http://msdn.microsoft.com/en-us/library/system.io.streamreader.aspx）来阅读文档，您可以使用ReadToEnd函数将所有内容存储在字符串，然后使用函数：

 MyString.Replace("Something to replace", "");

删除匹配项。如果无法以字符串形式读取文件格式，则必须考虑不同的选项。但是，考虑到文件格式，可能会有更快的解决方案，并且可能不会简单地存储。