如何使用用 C# 编写的 html 创建 word 文档答案

【问题标题】：How to create a word document using html written in C#如何使用用 C# 编写的 html 创建 word 文档
【发布时间】：2011-04-01 13:27:13
【问题描述】：

我创建了一个必须创建 word 文档的 C# 应用程序。

我正在使用Microsoft.Office.Interop.Word 来执行此操作，并且我已经成功地输出了一些word 文档，但是通过代码创建内容是一项非常耗时的工作。

我注意到 word 能够打开 html 页面并将其显示为正常内容，因此我在 html 中创建了一个简单的测试表并将其插入到 word 文档中。但是当我输出文档时，显而易见的事情发生了：标签还在哪里！ Word 没有将标签格式化为 html。它只是输出了我放在那里的内容。

如何告诉 word 将文本重新格式化为 html？

编辑：（当然是通过 C# 代码）

编辑 2：请注意，我正在解析一些数据来完成此操作，所以我最终会得到大约 4 页的同一个表格/html，所以我需要能够告诉 word 从每次我完成一个循环时都会翻页。因此，仅 html 的方法可能行不通。

【问题讨论】：

How to convert HTML file to word? 的可能副本，在那里阅读这些答案，他们提供了也可以使用 C# 的替代方法
这不是重复的......我清楚地将我的问题格式化得更详细，我使用的是 C#，我并不是要求一个库来做到这一点。
您的编辑显示（比以前更多）您应该为您的任务使用库而不是走 HTML 路线。并且有一个可用的 Apache POI 的 C# 端口，它应该可以解决您使用 Interop 的性能问题，看这里stackoverflow.com/questions/2680546/…

【解决方案1】：

如果您只想将简单的 HTML 内容输出为 Word 文档，您可以随时作弊并使用 .doc 扩展名写出 HTML 内容。

Word 可以正常打开。

如果需要添加分页符，可以使用 CSS page-break-before，如下所示：

<br style="page-break-before: always;"/>

如果您准备使用 Interop，在阅读了一些内容后，this post 声明您需要一个转换器来插入 HTML，并且转换器仅在以下情况下才可访问：

您从剪贴板粘贴 HTML

从文件中打开/插入 HTML

所以，这个答案看起来提供了一个基于剪贴板的解决方案：Adding html text to Word using Interop

但是，如果有任何资金可用于该项目，我可以衷心推荐Aspose.Words，它将为您完成所有这些工作。

【讨论】：

哈哈，太好了，我不知道，甜作弊！但这并不能解决我的问题，因为我需要输出多个页面，而且我无法通过 html 告诉 word trough 来创建新页面。
我不了解 Word 文档，但我在写出 HTML 内容和为文件赋予 .xls 或 .xlsx 扩展名时遇到了可怕的麻烦 - Office 2007 提供了一个不错的“你的文件”正在尝试打开 .xlsx 的格式与文件扩展名指定的格式不同”错误，通常不会获得焦点。
哦，这个答案效果很好，但这并不是我想要的，因为我需要知道何时在新页面上恢复。
@Pieter888：如果处理页面是您唯一的问题，请查看w3.org/TR/CSS21/page.html。更具体地说，当您在文档上插入分页符并将其保存为 HTML 时，Word 已经使用了page-break-before:always，因此在打开文档时应该能够理解它；）
@herenvardo：从this question看来，它不起作用，真可惜！

【解决方案2】：

根据 OP 的要求，为了让其他人更容易找到这个解决方案，这里是我作为评论发布的答案（加上测试的额外结果）：

当打开一个 HTML 文件时，MS Word 支持 CSS 属性 page-break-before 和 page-break-after。但是有一个警告：

在“网页设计”视图中，从不显示分页符（这并不意味着它们不存在），就像浏览器不“显示”它们一样。 Word 默认会在 Web 设计视图中打开 html 文件（这很有意义）。您需要打印文档或切换到其他视图（通常是“打印设计”）才能看到您的休息时间。

因此，保存带有.doc 扩展名的 HTML 文件是一个可行的解决方案（也经过测试：尽管有扩展名，Word 也能正常打开它）。

注意：所有测试均使用此 sn-p 在 MS Word 2003 上完成：<html>asdf<br style="page-break-before: always;">new page!</html>

【讨论】：

【解决方案3】：

不要在代码中构建文档，在 Word 中将其创建为模板或邮件合并模板，并使用代码合并或替换字段数据。

从母舰上看到这个：

【讨论】：

【解决方案4】：

如果您不想使用外部库，Interop 对您来说太慢，而且纯 HTML 和邮件合并模板都不够灵活，您可以将内容作为文本或 HTML 写入一个或多个文件（使用 C# )，在 Word 文档中创建一个 VBA 宏，该宏本身会创建第二个 Word 文档，读取内容文件并在之后执行您想要的任何格式。

您可以通过使用命令行开关 /m 启动 Word 以编程方式运行此宏。

【讨论】：

【解决方案5】：

另一种可能的方法，如果您的 html 是 xhtml（即 XML 兼容），您可以使用 XSLT 将其转换为 Word XML 格式。但这需要花费 LOOOOOOOOOOONG 时间来编写代码。

如果您不必使用 HTML 作为起点，您可以简单地自己构建 Word XML 文档，而不是使用 XSLT，这会更容易。耗时但可能 - 这是我在工作中经常做的事情。

【讨论】：

【解决方案6】：

如果第三方组件是一个选项，我会推荐来自Aspose 的东西。
到目前为止，我对他们的工具非常满意。 API 有点杂乱，但一切正常。

【讨论】：