從各種文檔類型

我寫一個C＃asp.net web應用程序接收簡歷的各種格式的文檔，即，DOCX，PDF，文本等從各種文檔類型

我在想，如果有一個簡單的方法，我上的文字可以從文檔中刪除某些信息，無論它是什麼文件類型，然後將編輯後的文件傳遞給最終用戶？

被刪除的信息將在一個字符串

不，沒有簡單的方法來做到這一點。 – jrummell

您需要解析使用單獨的API每種文件類型進行。

2012-10-02 14:37:54

我認爲這將是這種情況 –

您可以創建一個抽象基類，稍後實現處理不同類型文檔所需的方法。 – Oscar

這肯定是最簡單的方法來實現這一點。 –

如果你使用一個StreamReader（http://msdn.microsoft。您可以使用ReadToEnd函數將所有內容存儲在一個字符串中，然後使用該函數：

MyString.Replace("Something to replace", "");

刪除匹配項。如果文件格式不能作爲字符串讀入，則必須考慮不同的選項。但是，考慮到文件格式，可能會有更快的解決方案，並且可能不會簡單地存儲。

2012-10-02 14:40:55 Corey

與此問題是.doc文件可能會在您正在搜索的字符串中間有標記。在Word中以「要替換的東西」的形式呈現的文本可能不會作爲「要替換的東西」存儲在.doc文件中。 –

DOCX是一個包含XML的壓縮文件。 PDF和DOC都是二進制格式。我認爲這種方法可能會失敗... –

夠公平的，我想你可以讀取字節數組並嘗試從那裏解析，但這不是一個簡單的解決方案：p – Corey

回答