Word Doc 文件到 JSON [关闭]

Question

我将解析 ms word 格式的文档并将其转换为 JSON（或最终通过 XML 转换为 JSON）。这种解析和转换将如何处理嵌入在 word doc 中的图像。这些图像如何以 json 格式表示。任何指针或演示示例。

我正在考虑使用 apache poi 作为解析器并为 json 字符串生成器定制 java 类。

有没有现成的工具可以进行这种解析和转换。

Answer 1

只是.zip这个word文件，.docx文件不过是xml的集合。打开 .zip 文件后，您会找到 xml 文件。然后通过 google feed API 将您的 xml 文件转换为 json。

Answer 2

尝试将 MS Document 转换为 Base64（ASCII 字符序列）并通过 JSON 或 XML 将其作为字符串发送。然后就可以解码了，文件应该是一样的（内嵌图片）。