如何读取 msword 文件以及图像、样式等整个文档？答案

【问题标题】：How to read msword file along with images, styles etc whole document?如何读取 msword 文件以及图像、样式等整个文档？
【发布时间】：2014-08-27 15:15:47
【问题描述】：

我想使用 c# 阅读 msword (.doc/.docx) 文件的全部内容，其中包含图像、样式、文本在 asp .net 中的所有内容。

我曾经写过以下代码，它运行良好。

//   Microsoft.Office.Interop.Word.ApplicationClass wordApp = new

Microsoft.Office.Interop.Word.ApplicationClass();
string filePath1 = @"G:\ABOUT.docx";
object file = filePath1;
object nullobj = System.Reflection.Missing.Value;

Microsoft.Office.Interop.Word.Document doc = wordApp.Documents.Open(ref file,
                 ref nullobj, ref nullobj, ref nullobj, ref nullobj, ref nullobj,
                 ref nullobj, ref nullobj, ref nullobj, ref nullobj, ref nullobj,
                                                                 ref nullobj);
Microsoft.Office.Interop.Word.Document doc1 = wordApp.ActiveDocument;
string m_Content = doc1.Content.Text;

txtbook.Text = m_Content;
doc.Close(ref nullobj, ref nullobj, ref nullobj);

但它无法读取图像文件。

请帮助我想将数据库中的全部内容保存为 html 格式并以 html 格式检索。

【问题讨论】：

Open xml sdk 是很好的解决方案。

标签： c# asp.net

【解决方案1】：

注意：这可能不是您的问题的直接原因，但需要提及并且评论太长。

您正在使用 Office 自动化从 ASP.NET 应用程序访问 Word 文档。 This is not officially supported by Microsoft:

Microsoft 目前不推荐也不支持任何无人值守、非交互式客户端应用程序或组件（包括 ASP、ASP.NET、DCOM 和 NT 服务）的 Microsoft Office 应用程序自动化，因为 Office 可能表现出不稳定Office 在此环境中运行时的行为和/或死锁。

所以，显然，解决您的问题的方法是

使用第三方库convert your docx files to html files然后
将 html 文件读入您的数据库。

【讨论】：

【解决方案2】：

doc1.Content.Text

您不能使用 MS Word 文档内容文本，因为它不是 HTML 格式。（这是在 ASP.NET 网页上显示图像和样式所必需的）

选项 1

您可以使用 Word Interop 将文档转换为 HTML 并以文字形式获取 HTML 标记（文本框在此处不起作用）

选项 2

使用 Google Doc viewer 之类的工具来查看您的 Word 文档。也有付费查看器，例如 Aspose，您可以使用它来查看 ASP.NET 站点上的 Word 文档http://www.aspose.com/.net/word-component.aspx

在任何一种情况下，您都需要通过 google 获取有关方法的更多信息，并为您的 ASP.NET 网站实施

【讨论】：