如何將Doc/Docx自動轉換爲單個XML文件？

當您打開Word時，它允許您保存爲Word Open XML格式。我已經看到有關打開docx文件作爲zip文件，然後從那裏提取的東西的帖子。但我真正想要的是將docx轉換爲單個XML的方式，就像在MS Office中執行「另存爲」操作時一樣。該怎麼辦？如何將Doc/Docx自動轉換爲單個XML文件？

以及如何爲.doc格式執行此操作？

注：我想以編程方式做到這一點。最好在Linux開發條件下使用PHP。但是，如果這不可用，那麼其他語言將會這樣做。最後，如果涉及到它，我可以考慮啓動一個Windows服務器來做到這一點。

來源

2012-08-13 samxli

In Word：文件|另存爲| Word XML文檔（* .xml）爲您提供所需的Open XML格式，作爲單個XML文件

在使用Interop的代碼中：使用Document對象的SaveAs方法，使用WdSaveFormat.wdFormatXMLDocument作爲保存格式。您還應該使用Document.Convert方法更新與安裝的MS Office版本的兼容性。

所以，不一定是一個完整的演示，但是這應該給你正確的觀念：

ActiveDocument.Convert(); 

WdSaveFormat myNewSaveFormat = WdSaveFormat.wdFormatXMLDocument; 
ActiveDocument.SaveAs(newFilePath, myNewSaveFormat); //where newFilePath can be a FileInfo object specifying the new file name and extension (docx)

來源

2012-08-13 12:54:50 JohnZaj

有沒有辦法做到這一點沒有interop？例如，作爲docx的zip包 - 它是否具有某種模式，可用於合併與單一文件XML完全相同的內容？ – samxli 2012-08-13 15:21:50

對不起，它被標記爲office-interop，所以我假設。另外，不確定您是否能夠在服務器場景中使用Interop，可能需要檢查其他線程。 ||這聽起來像是你想要每個構成一個WordprocessingDocument對象的包/零件，但是它們都在一個統一的包/零件中。 – JohnZaj 2012-08-13 21:40:29

謝謝你。我試圖使用wdFormatOpenDocumentText來保存一個.docx文件，並得到一個COM異常。 – GrandMasterFlush 2012-09-20 10:04:30

埃裏克·懷特介紹瞭如何在C＃在transforming-open-xml-documents-to-flat-opc-format

做到這一點的DOCX你也可以做到這一點使用docx4j（我工作），'j'是Java。

來源

2012-08-15 05:18:46 JasonPlutext

對不起，以恢復死亡的線程，但我只是找到了DOCX文件的答案。 DOCX文件只是XML文件的ZIP存檔。因此，爲了提取其文件之一的內容，v.gr.字Linux環境下/ document.xml中，你必須運行unzip：

unzip -q -c myfile.docx word/document.xml

爲了捕捉這個命令的輸出到一個PHP腳本的$ xml變量，可以發出：

$xml = shell_exec ("unzip -q -c myfile.docx word/document.xml");

希望這個答案有助於DOCX文件。遲到總比不到好。

對於DOC文件，此方法不起作用。

來源

2015-07-07 12:56:33

我想執行此代碼，但它不工作..我錯過了什麼？ – Sanuj 2016-09-17 09:55:33

檢查系統上是否存在unzip命令。你正在編寫哪個操作系統？ – 2016-09-17 18:41:38

雖然我的實際服務器是Linux，但我在Windows上嘗試。但是我使用了ZipArchieve，所以我的問題現在已經解決了，關於這個代碼我無法在windows上執行。 – Sanuj 2016-09-20 06:25:58

如何將Doc/Docx自動轉換爲單個XML文件？

回答

相關問題