c# - 从 .docx 文件中获取数据，就像 C# 中的一个大字符串一样

Question

我想从 C# 代码的 .docx 文件中读取数据——比如字符串。我浏览了一些问题，但不明白该使用哪一个。

我正在尝试使用ApplicationClass Application = new ApplicationClass();，但我得到了

错误：

“Microsoft.Office.Interop.Word.ApplicationClass”类型没有定义构造函数

我想从我的 docx 文件中获取全文，而不是分隔词！

foreach (FileInfo f in docFiles)
{
    Application wo = new Application();
    object nullobj = Missing.Value;
    object file = f.FullName;
    Document doc = wo.Documents.Open(ref file, .... . . ref nullobj);
    doc.Activate();
    doc. == ??    
}

我想知道如何从 docx 文件中获取整个文本？

Answer 1

这就是我想从 docx 文件中提取整个文本的内容！

    using (ZipFile zip = ZipFile.Read(filename))
{
    MemoryStream stream = new MemoryStream();
    zip.Extract(@"word/document.xml", stream);
    stream.Seek(0, SeekOrigin.Begin); 
    XmlDocument xmldoc = new XmlDocument();
    xmldoc.Load(stream);
    string PlainTextContent = xmldoc.DocumentElement.InnerText;
}

Answer 2

尝试

Word.Application interface instead of ApplicationClass. 

了解 Office 主要互操作程序集类和接口

Answer 3

.docx 格式与其他以“x”结尾的 Microsoft Office 文件一样，只是一个 ZIP 包，您可以打开/修改/压缩它。

所以使用这样的 Office Open XML库。

Answer 4

享受。

确保您使用的是 .Net Framework 4.5。

using NUnit.Framework;
    [TestFixture]
    public class GetDocxInnerTextTestFixture
    {
        private string _inputFilepath = @"../../TestFixtures/TestFiles/input.docx";

        [Test]
        public void GetDocxInnerText()
        {
            string documentText = DocxInnerTextReader.GetDocxInnerText(_inputFilepath);

            Assert.IsNotNull(documentText);
            Assert.IsTrue(documentText.Length > 0);
        }
    }

using System.IO;
using System.IO.Compression;
using System.Xml;
    public static class DocxInnerTextReader
    {
        public static string GetDocxInnerText(string docxFilepath)
        {
            string folder = Path.GetDirectoryName(docxFilepath);
            string extractionFolder = folder + "\\extraction";

            if (Directory.Exists(extractionFolder))
                Directory.Delete(extractionFolder, true);

            ZipFile.ExtractToDirectory(docxFilepath, extractionFolder);
            string xmlFilepath = extractionFolder + "\\word\\document.xml";

            var xmldoc = new XmlDocument();
            xmldoc.Load(xmlFilepath);

            return xmldoc.DocumentElement.InnerText;
        }
    }

Answer 5

首先，您需要从程序集中添加一些引用，例如：

System.Xml
System.IO.Compression.FileSystem

其次，您应该确定在您的课程中使用这些方法：

using System.IO;
using System.IO.Compression;
using System.Xml;

然后你可以使用下面的代码：

public string DocxToString(string docxPath)
{
    // Destination of your extraction directory
    string extractDir = Path.GetDirectoryName(docxPath) + "\\" + Path.GetFileName(docxPath) + ".tmp";
    // Delete old extraction directory
    if (Directory.Exists(extractDir)) Directory.Delete(extractDir, true);
    // Extract all of media an xml document in your destination directory
    ZipFile.ExtractToDirectory(docxPath, extractDir);

    XmlDocument xmldoc = new XmlDocument();
    // Load XML file contains all of your document text from the extracted XML file
    xmldoc.Load(extractDir + "\\word\\document.xml");
    // Delete extraction directory
    Directory.Delete(extractDir, true);
    // Read all text of your document from the XML
    return xmldoc.DocumentElement.InnerText;
}

享受...