C# 从Microsoft Word提取数据的最佳方法

软件的发行说明中有一些重要数据，我希望在每个发行版中提取这些数据。有没有办法从Microsoft Word中提取某些信息

---

我正在考虑的应用程序将用C#编写，但如果是其他解决方案，我也可以。

我使用VSTO（Visual Studio Tools for Office）工具进行了大量excel编程，我认为您将能够使用VSTO API阅读word文档。您应该能够使用C#

您可以编写一个从word文件中提取文本的程序。无需安装Word。

所有MS Office产品（Word、Office等）在内部（使用VBA）和外部（通过，也称为ActiveX；事实上，VBA使用通过OLE公开的接口）都完全可以编写脚本

---

我的建议是寻找一个支持这一点的语言库。是指向Perl模块的链接，

Win32:：OLE

，正如您所看到的，它非常易于使用，功能非常强大。其他语言的界面应该是类似的。

几年前，我就经历过这个问题。你可以：

使用Word将文件转换为其他格式，如ASCII、RTF、XML等

使用某些第三方应用程序转换为其他格式，如ASCII

通过OLE访问Word API并直接提取信息

我找不到任何通用库来读取Word文件，而当时所有读取Word文件的应用程序都只适用于一个子集。这个词经常变换，他们很难跟上

有一些文档列出了旧Word文件格式的细节，底层文件结构异常复杂。如果没有大量资源，将很难使代码与文件格式保持同步

最初，我使用Perl驱动Word并创建新文档，但解决方案太脆弱。后来，我将整个应用程序改为使用PDF，并放弃使用Word

---

Paul.

您可以在Word内部（VBA、VSTO）或外部工作

从it外部来看，自动化是一种方法

---

另一个是避免完全使用这个词。如果文档是.docx，那么可以使用任何可以操作打开的XML文件的东西。Microsoft有其开放式XML SDK，在Java世界中，您可以使用docx4j或POI。

可能不是最优雅的解决方案，但这似乎是最简单的方法：使用Cscript

刚刚在word doc（2003）示例上试用过，效果非常好

更多信息：