处理 MS Word 文件中的文本的最简单方法

Question

我需要从 C# 中的旧 MS word .doc 文件中提取文本。 完成这项工作最简单（或者最好）的方法是什么？

Answer 1

首先，您需要添加到 MS Word 对象库中。转到项目 =>添加引用，选择COM选项卡，然后找到并选择“Microsoft Word 10.0对象库”。您计算机上的版本号可能有所不同。单击“确定”。

完成此操作后，您可以使用以下代码。它将打开一个 MS Word 文档，并在消息框中显示每个段落 -

// Read an MS Word Doc
private void ReadWordDoc()
{
    try
    {
        Word.ApplicationClass wordApp = new Word.ApplicationClass();

        // Define file path
        string fn = @"c:\test.doc";

        // Create objects for passing
        object oFile = fn;
        object oNull = System.Reflection.Missing.Value;
        object oReadOnly = true;

        // Open Document
        Word.Document Doc = wordApp.Documents.Open(ref oFile, ref oNull, 
                ref oReadOnly, ref oNull, ref oNull, ref oNull, ref oNull, 
                ref oNull, ref oNull, ref oNull, ref oNull, ref oNull, 
                ref oNull, ref oNull, ref oNull);

        // Read each paragraph and show         
        foreach (Word.Paragraph oPara in Doc.Paragraphs)                
            MessageBox.Show(oPara.Range.Text);

        // Quit Word
        wordApp.Quit(ref oNull, ref oNull, ref oNull);

    }
    catch (Exception ex)
    {
        MessageBox.Show(ex.Message);
    }

}

Answer 2

根据您的需求和预算，您可能需要查看 Aspose.Words 库。它并不便宜，但可能会减少提取该文本所需的工作量。好处是您不需要在部署计算机上安装 MSOffice（恕我直言，如果您在服务器上运行它，这是强制性的）。