C# 从各种文档类型中删除文本

我正在编写一个C#asp.net web应用程序，它接收各种格式的简历，如doc、docx、pdf、文本等

我想知道是否有一种简单的方法可以从文档中删除某些信息，而不管它是什么文件类型，然后将编辑过的文件传递给最终用户

---

要删除的信息将保存在字符串中

您需要使用单独的API解析每种文件类型

• .docx可通过以下方式进行解析：
• .pdf可通过以下方式进行解析：
• 等等

如果您使用streamreader(http://msdn.microsoft.com/en-us/library/system.io.streamreader.aspx)要通读文档，可以使用ReadToEnd函数将所有内容存储在字符串中，然后使用函数：

 MyString.Replace("Something to replace", "");

---

删除匹配项。如果无法以字符串形式读取文件格式，则必须考虑不同的选项。但是，考虑到文件格式，可能会有更快的解决方案，而且它可能不会简单地存储。

不，没有简单的方法可以做到这一点。我想这就是您可以创建抽象基类的情况，稍后，将实现处理不同类型文档所需的方法。当然，这是实现这一点的最干净的方法。这是问题。DOC文件可能在搜索的字符串中间有标记。Word中呈现为

要替换的内容

的文本可能不会作为

要替换的内容

存储在.doc文件中。DOCX是一个包含XML的压缩文件。PDF和DOC都是二进制格式。我认为这种方法可能会失败……很公平，我想你可以读入字节数组并尝试从那里解析，但这并不是一个简单的解决方案：p