Question

我想从Word文件（doc / docx）中提取所有单词并将它们放入列表中。似乎microsoft.Office.Interop只是在我想提取段落并将它们添加到列表中时起作用。

我还找到了逐字提取的方法，但由于产生异常的循环，它不适用于大文档。

List<string> data = new List<string>();

Microsoft.Office.Interop.Word.Application app = new 
  Microsoft.Office.Interop.Word.Application();

Document doc = app.Documents.Open(dlg.FileName);

foreach (Paragraph objParagraph in doc.Paragraphs)
  data.Add(objParagraph.Range.Text.Trim());

((_Document)doc).Close();
((_Application)app).Quit();`

所以我的问题是，如果有办法从大字文件中提取单词。我认为Microsoft.Office.Interop不是从大文件中提取的好工具。对不起，我的英语不好。

Answer 1

段落中的对象称为Run，但我不知道这是否在Interop中可用。为了提高您的体验，我建议您切换到使用OpenXmlSdk，以防您需要处理大量文档。

如果你想坚持使用Interop，为什么不将每个段落分成一个数组（明确的分隔符空格）并在之后添加所有单词？

从doc / docx文件中提取单词c＃

1 个答案: