在.NET中读取文档

Question

我可以使用Microsoft Word本身支持的Word互操作打开任何文件格式吗？

我的任务看起来很简单，我需要从常用的任何类型的文档中读取文本，只读取文本（根据内容比较文档）。有没有办法比上面提到的Word Iterop更容易做到这一点？是否有任何免费库来执行此操作？或者打开任何（。doc，.docx，.pdf，.rtf，openoffice docs等）文档类型？我正忙着寻找，但还没有找到太多的解决方案，而且我无法负担研究所有格式的800页规格。

P.S。：单独处理pdf是可以的，并且拥有所有类型的库。

Answer 1

http://docx.codeplex.com/

Answer 2

我正在开发一个名为Toxy的新框架。它的目标是从各种文档中提取数据/文本，就像你提到的那样。第一个版本将于明年初发布。（可能是2月）你可以在这里找到一些实现：https://github.com/tonyqus/toxy。但现在还没准备好。