Question

我正在开发一个项目（asp.net，c＃，vb 2010，.net 4），我需要阅读我已经上传的DOC和DOCX文件（我已经完成了上传部分）。棘手的部分是我没有在服务器上安装MS Office而且我无法使用它。

是否有任何公共图书馆可以包含在我的项目中而无需安装任何内容？这两个文档都非常简单：

NUMBER TAB STRING  
NUMBER TAB STRING  
NUMBER TAB STRING  
...

我需要为每一行（段落）提取数字和字符串。

愿有人帮忙吗？我应该再次重复一遍，因为我无法在服务器上安装任何东西。

Answer 1

我们现在可以使用开源，NPOI（Apache POI的.NET端口）库，它也支持docx，xls＆amp; XLSX。 DocX也是另一个用于创建word文档的开源库。

对于DOCX，我建议使用Open XML API，尽管Microsoft开发了 Open XML ，通过与此API通信的XML文件创建office文件，最新版本2.5于2013年发布， 5年前。

Answer 2

您可以使用Code7248.word_reader.dll

下面是有关如何使用Code7248.word_reader.dll

的示例代码

在项目中添加对此DLL的引用，并复制到代码下方。

using System;
using System.Collections.Generic;
using System.Text;
//add extra namespaces
using Code7248.word_reader;


namespace testWordRead
{
    class Program
    {
        private void readFileContent(string path)
        {
            TextExtractor extractor = new TextExtractor(path);
            string text = extractor.ExtractText();
            Console.WriteLine(text);
        }
        static void Main(string[] args)
        {
            Program cs = new Program();
            string path = "D:\Test\testdoc1.docx";
            cs.readFileContent(path);
            Console.ReadLine();
        }
    }
}

Answer 3

更新：NPOI现在支持docx。请尝试最新版本（NPOI 2.0 beta）

使用C＃读取doc和docx文件，而不在服务器上安装MS Office

3 个答案: