轉換爲Word文檔用C＃

Question

所以我目前正在嘗試將Word文檔（.DOC）轉換爲文本文件，因爲我想用它的正則表達式找東西的文檔中的文本文檔。所以我想出了下面的內容，它將Word文檔轉換爲富文本格式（通過將其附加到富文本框中），但這不會轉換爲純文本格式。當我用普通的文本文檔進行嘗試時，它會在新行上打印每個單詞。我一直無法找到有關如何在C＃中執行此操作的任何信息。我使用的是C＃和visual studio 2010.我不希望文檔中有任何特殊字符（如粗體，下劃線等），但是如果有人知道我如何能夠健壯並提取那些超級真棒。

我想把它當作一個文本文檔，因爲有幾種方法，我知道我可以在普通文本中使用，但我懷疑他們會在字的文字工作，由於附帶的Word文檔隱藏/特殊字符。

using System; 
using System.Collections.Generic; 
using System.ComponentModel; 
using System.Data; 
using System.Drawing; 
using System.Linq; 
using System.Text; 
using System.Windows.Forms; 
using Microsoft.Office.Interop.Word; 

namespace ReadWordDocProject 
{ 
    public partial class Form1 : Form 
    { 
     public Form1() 
     { 
      InitializeComponent(); 
     } 

     private void button1_Click(object sender, EventArgs e) 
     { 
      string testFile = @"C:\Users\<mycomputer>\Documents\TestItemHelpers\TestWordDoc.docx"; 

      Microsoft.Office.Interop.Word.Application application = new Microsoft.Office.Interop.Word.Application(); 
      Document document = application.Documents.Open(testFile);//path here 

      int count = document.Words.Count; 
      for (int i = 1; i <= count; i++) 
      { 
       string text = document.Words[i].Text; 
       //Do output with text here 
       richTextBox1.AppendText(text); 
      } 

      ((_Application)application).Quit(); //cast as _Application because there's ambiguity 
     } 


    } 
} 

Answer 1

Microsoft表示您不應該使用Microsoft Office Interop在自動化應用程序中操作文檔。

您可以使用免費的圖書館像Spire Doc將Word文檔轉換爲TXT，然後打開txt文件。我認爲有一種方法可以直接從Spire保存到內存流中（我知道這裏有Aspose Words，但這不是免費的），但我不確定。

private void button1_Click(object sender, EventArgs e) 
{ 
    //Open word document 
    Document document = new Document(); 
    string docPath = @"C:\Users\<computer name>\Documents\TestItemHelpers"; 

    document.LoadFromFile(Path.Combine(docPath,"TestWordDoc.docx")); 

    //Save doc file. 
    document.SaveToFile(Path.Combine(docPath,"TestTxt.txt"), FileFormat.Txt); 

    string readText = File.ReadAllText(Path.Combine(docPath,"TestTxt.txt")); 

    //do regex here 

} 

編輯：如果你打算使用互操作，因爲它是好的，對用戶運行的活動（如在評論中指出），你可以將文檔保存爲文本文件，然後做正則表達式

private void button1_Click(object sender, EventArgs e) 
{ 
    string docPath = @"C:\Users\<computer name>\Documents\TestItemHelpers" 
    string testFile = "TestWordDoc.docx"; 


    Microsoft.Office.Interop.Word.Application application = new Microsoft.Office.Interop.Word.Application(); 
    Document document = application.Documents.Open(Path.Combine(docPath,testFile); 

    application.ActiveDocument.SaveAs(Path.Combine(docPath,"TestTxt.txt"), WdSaveFormat.wdFormatText, ref noEncodingDialog); 
    ((_Application)application).Quit(); 

    string readText = File.ReadAllText(Path.Combine(docPath,"TestTxt.txt")); 

    //do regex here 


}