【发布时间】：2008-10-18 21:55:30
【问题描述】：
如何在不这样做的情况下将 MS Word 文档（.doc 和 .docx）加载到内存（变量）？：
wordApp.Documents.Open
我不想打开 MS Word，我只想要里面的文字。
你给了我 DOCX 的答案，但是 DOC 呢？我想要免费和高性能的解决方案——不要打开 12.000 个 Word 实例来处理所有这些实例。 :( Aspose 是商业产品，900 美元对我来说太贵了。
【问题讨论】：
【发布时间】：2008-10-18 21:55:30
【问题描述】：
您可以使用 Office 兼容包中的 wordconv.exe 将 doc 转换为 docx。
只需像这样调用命令： "C:\Program Files\Microsoft Office\Office12\wordconv.exe" -oice -nme InputFile OutputFile
我不确定您是否需要安装 word 才能运行，但它确实有效。我在本地使用它作为 Windows shell 命令，随时将旧的 office 文件转换为 2007 格式。
【讨论】：
对于 docx 格式的 Word 文档，我在 The CodeProject 上发现了这篇有趣的文章
Using DocxToText to Extract Text from DOCX Files
在文章中，作者讨论了只删除单词本身。
对于您的 doc（非 docx）Word 文档，而不是使用 Office API 和（在后台）生成 Word 实例，您可以尝试使用市场上许多不同的 Doc2Docx 转换器之一，然后应用以上两个过程。
【讨论】：
-
有没有免费的doc到docx的解决方案？
如果您正在处理 docx，则无需与 Word 进行任何互操作即可执行此操作 .docx 文件实际上是一个 ZIP 包含一个 XML 文件，您可以阅读 XML 请参考以下链接
http://conceptdev.blogspot.com/2007/03/open-docx-using-c-to-extract-text-for.html
【讨论】：
我最近对这个话题做了一些研究。事实证明，要能够在不打开 word 本身的情况下以编程方式操作 word 文件，您需要一些非常昂贵的工具。
code project on manipulating Word 上有一篇文章，您可能会发现它很有用。作者构建了一个 C# COM 包装器来处理对 Word 的调用。看起来它实际上弹出了应用程序这个词。
This post over at the neowin forums 看起来也很有希望。它包括很多用于文本提取目的的 PInvoked 调用。
如果你能找到一种方法来隐藏窗口，那是可以接受的。
【讨论】：
Aspose 有一个组件可以读取、修改和写入 Word 文档。 这是产品链接：Aspose.Words for .NET and Java
Aspose.Words 支持 .NET 和 Java 用于读取、修改和写入的应用程序 Word® 文档，无需使用 微软 Word®。 Aspose.Words 支持 广泛的功能，包括 文档创建、内容和 格式处理，强大的邮件 融合能力，全面支持 DOC、OOXML、RTF、WordprocessingML、 HTML、OpenDocument 和 PDF 格式。 Aspose.Words 确实是最 价格实惠、速度最快且功能丰富 市场上的单词组件。
【讨论】：
-
免费图书馆，-> Aspose: US$899
使用docxtemplater，您可以轻松获取单词的全文（仅适用于 docx）。
这是代码（Node.JS）
DocxTemplater=require('docxtemplater');
doc=new DocxTemplater().loadFromFile("input.docx");
result=doc.getFullText();
这只是三行代码，不依赖任何单词实例（都是纯JS）
【讨论】：
我并不是要成为对手，但为什么呢？
我使用 Word2X 或 AbiWord 从 Linux 服务器上的 Word 文档中提取数据，根据文档的数量和种类，提取时总会出现错误。项目符号、分页符、文档部分和其他“特殊”功能越多，情况就越糟糕。
我知道现在有一些选项可以自动化 OpenOffice 来处理文档，但我的建议是，如果可以的话，只使用 Word 来处理 Word 文档。
【讨论】：
-
如果我想每天处理 12.000 个 word 文档.. 猜猜我为什么不想打开 12000 个 Word 实例..