Question

我的管道中有一个艰难的项目，我不知道从哪里开始。我的老板希望能够以HTML格式显示Word文档，它看起来与word文档相同。

经过一段时间尝试让我在弹出窗口或灯箱中显示word文档后，他不得不剥离将其转换为HTML的单词内容，将其保存在数据库中，然后将其显示为HTML在网页上。

你们可以给我一些好的弹药吗？如果显示word文档更好（更少繁琐，更少存储空间更安全等）。

或者，如果将单词文档转换为HTML方式非常容易，我可以这样做。

我目前拥有的技术是实体框架，LINQ，MVC，C＃，Razor。

我们目前使用HTmlAgilityPack，但这会删除所有格式，并且不允许文档显示得很好。

Answer 1

我们使用http://www.aspose.com/（我认为我们使用的是Aspose词）来执行类似的任务，并且它运行得很好。（涉及成本）

我建议转换为HTML会给文档带来最糟糕的再现。我们使用的一个解决方案是生成文档的Jpeg图像并显示该文档。

如果您需要能够执行查找和复制/粘贴文本等操作 - 我建议将文档转换为.pdf，并在客户端计算机安装的任何标准pdf查看器中内联显示。

Answer 2

如果您使用的是DOCX，您可以使用Microsoft的Open XML SDK，它非常易于使用和清理。从MSDN获取的样本

// This example shows the simplest conversion. No images are converted.
// A cascading style sheet is not used.
byte[] byteArray = File.ReadAllBytes("Test.docx");
using (MemoryStream memoryStream = new MemoryStream())
{
    memoryStream.Write(byteArray, 0, byteArray.Length);
    using (WordprocessingDocument doc =         WordprocessingDocument.Open(memoryStream, true))
    {
        HtmlConverterSettings settings = new HtmlConverterSettings()
        {
            PageTitle = "My Page Title"
        };
        XElement html = HtmlConverter.ConvertToHtml(doc, settings);

        // Note: the XHTML returned by ConvertToHtmlTransform contains objects of type
        // XEntity. PtOpenXmlUtil.cs defines the XEntity class. See
        // http://blogs.msdn.com/ericwhite/archive/2010/01/21/writing-entity-references-using-linq-to-xml.aspx
        // for detailed explanation.
        //
        // If you further transform the XML tree returned by ConvertToHtmlTransform, you
        // must do it correctly, or entities do not serialize properly.

        File.WriteAllText("Test.html", html.ToStringNewLineOnAttributes());
    }
}

您可能还想查看Word自动化服务http://blogs.office.com/b/microsoft-word/archive/2009/12/16/word-automation-services_3a00_-what-it-does.aspx

Answer 3

如果你的老板在HTML中显示它，那么将word doc生成的HTML放到你的数据库中是项目中最难的部分。

您有几个工作流程可供选择，但它们是这样的：

用户将.Doc保存为.HTML＆gt;＆gt;用户通过您创建的应用程序将doc上传到数据库＆gt;＆gt; Web应用程序从数据库中提取HTML以显示在网页上
用户保存.Doc＆gt;＆gt;用户通过您创建的应用上传文档＆gt;＆gt;该应用程序即时转换文档，然后将HTML插入数据库＆gt;＆gt; Web应用程序从数据库中提取HTML以显示在网页上
用户保存并上传.Doc文件到数据库＆gt;＆gt; Web应用程序提取文档并在网页请求时即时转换它
等等

不幸的是，无论您选择哪种工作流程，都会陷入困境。 @DaveBish建议使用第三方工具，我完全同意这是处理转换的最佳方式（如果您不要求用户将其文档保存为HTML）。另外，请注意，当您转换为HTML时，Word文档中的图像可能会出现问题（它们不会保留在生成的文件中，这意味着您在Web开发方面有更多/讽刺/乐趣）。

如果您的老板不想为第三方转换器买单，您可以尝试使用Office.Interop命名空间自行处理转换[插入关于如何这是一个可怕的想法等等等等）。 ..在这种情况下，this answer可能对你有很大用处。

Answer 4

您还可以通过Free Spire.Doc获取更多支持

Answer 5

我使用过GemBox.Document，它可以将Word文档中的图像嵌入HTML文件本身中。
例如，像这样：

MemoryStream docxStream = null; // Your DOCX file's path or stream.
DocxLoadOptions docxOptions = new DocxLoadOptions();

// Load DOCX file.
DocumentModel document = DocumentModel.Load(docxStream, docxOptions);

MemoryStream htmlStream = new MemoryStream();
HtmlSaveOptions htmlOptions = new HtmlSaveOptions();
htmlOptions.EmbedImages = true;
htmlOptions.HtmlType = HtmlType.HtmlInline;

// Save HTML file.
document.Save(htmlStream, htmlOptions);

另外，通过使用HtmlType.HtmlInline，我得到了可以放在现有页面上的HTML内容（例如在查看器或WYSIWYG编辑器中）。检查其余的HtmlSaveOptions属性。

您可以在Convert between Word and HTML和Word Editor in ASP.NET MVC上找到这种方法的更多示例。

Answer 6

这是一篇旧帖子，但我刚刚编写了一个应用程序，可以将 Word 文档转换为可用的网页。该应用在 OP 中提供了一些要求。

应用程序是 WordWebNav (WWN)。它是免费和开源的。

WWN 提供了一个 Word VBA 程序，可以将 Word-docs 转换为 Word-HTML。

WWN 还提供了一个 Python 程序，可以将 Word-HTML 转换为可用的网页：

它向 Word-HTML 添加了缺失的功能，例如导航窗格。
而且，WWN 修复了 Word 的 HTML 中的一些常见错误，例如格式错误的列表和过宽的段落。

Python 程序使用 CLI，可以从外部调用。

将Word转换为HTML然后在网页上呈现HTML

6 个答案: