Question

为了解析：Microsoft Word 97/2003（.doc）＆amp; Microsoft Word 2007/2010（.docx）使用C＃和WPF而不安装Word，我需要知道是否有人可以给我一个严肃的库来实现它。

从技术上讲，我会像这样迭代ZipEntry元素：

foreach (string file in _listPathFiles)
        {
            using (Ionic.Zip.ZipFile zip = ZipFile.Read(file))
            {
                try
                {
                    zip.ToList().ForEach(entry =>
                    {
                        if (entry.FileName.EndsWith(".doc") ||
                            entry.FileName.EndsWith(".docx"))
                        {
                            // Extract file into disk
                            entry.FileName = System.IO.Path.GetFileName(entry.FileName);
                            entry.Extract(baseStoragePath);

                            // Get data from file with Parser
                            string filePath = baseStoragePath + entry.FileName;


                            // Remove extracted filess
                            if (File.Exists(filePath))
                            {
                                File.Delete(filePath);
                                Console.WriteLine("Delete : " + filePath);
                            }
                        }
                    });
                }
                catch (Exception e)
                {
                    Console.WriteLine("Fail to unzip Exception : " + e.StackTrace);
                }
            }
        }

我不确定我是否可以直接使用ZipEntry来获取文档，可能在解析之前我必须解压缩它？！

我的目标是将数据放在“标题1”Microsoft Word样式之后，因此库应该能够获得这种属性。

欢迎图书馆的想法和代码示例..

Answer 1

GroupDocs.Parser for .NET可用于从Word文档中提取文本而无需安装MS Word的情况。提取可以逐行或一次执行。

// extracting all the text 
WordsTextExtractor extractor = new WordsTextExtractor("sample.docx");
Console.Write(extractor.ExtractAll());

// OR

// Extract text line by line
string line = extractor.ExtractLine();

// If the line is null, then the end of the file is reached
while (line != null)
{
      // Print a line to the console
      Console.Write(line);
      // Extract another line
      line = extractor.ExtractLine();
}

披露：我是GroupDocs的开发人员布道者。

Answer 2

查看NPOI（Apache NOI API的.NET端口）： http://npoi.codeplex.com/

或

下载OpenXML SDK以阅读MS Word等Office文档。

没有Word安装的通用Microsoft Word文档解析器

2 个答案: