Vs2005+Com组件只读取Word文档中的纯文本内容源码资源-CSDN文库

共87个文件

svn-base：22个

deploy：8个

cs：7个

4星 · 超过85%的资源需积分: 9 2 浏览量 2009-05-07 10:22:29 上传评论 1 收藏 1.45MB ZIP 举报

在开发过程中，有时我们需要从Word文档中提取纯文本内容，例如进行数据分析、文本处理或生成报告。在这种情况下，可以使用Microsoft Office的COM组件，通过Visual Studio 2005这样的开发环境来实现。本文将详细介绍如何在VS 2005中创建一个Windows应用程序，仅读取Word文档中的纯文本内容。确保你的系统上安装了Visual Studio 2005，并且安装了Microsoft Office，因为COM组件是基于Office的应用程序接口。在VS 2005中创建一个新的Windows Forms应用程序项目，命名为“ReadWordContent”。接着，添加对Microsoft Word对象模型的引用。在解决方案资源管理器中右键点击项目，选择“添加引用”。在“COM”选项卡中找到“Microsoft Word 12.0 Object Library”（或者你安装的Word版本对应的编号），勾选并确定。这将引入对Word COM组件的引用，使得我们的C#代码能够与Word交互。现在，在代码编辑器中，引入以下命名空间： ```csharp using Word = Microsoft.Office.Interop.Word; ``` 接下来，我们将创建一个方法，用于读取Word文档中的纯文本内容。在窗体的代码文件中添加以下方法： ```csharp private void ReadPureTextFromWord(string filePath) { // 创建Word应用程序实例 Word.Application wordApp = new Word.Application(); try { // 隐藏Word窗口 wordApp.Visible = false; // 打开Word文档 Word.Document doc = wordApp.Documents.Open(filePath); // 获取文档的纯文本内容 string text = doc.Content.Text; // 清除格式信息，只保留文本 text = Remove Formatting Code Goes Here (使用正则表达式或替换方法) // 关闭文档和Word应用程序 doc.Close(); wordApp.Quit(); // 显示提取的文本（例如，可以显示在TextBox控件中） Console.WriteLine(text); } catch (Exception ex) { // 错误处理 Console.WriteLine("Error: " + ex.Message); } } ``` 这里，我们首先创建了一个Word应用程序实例，并设置其为不可见。然后，打开指定路径的Word文档，并获取文档内容。为了去除格式化信息，可以使用正则表达式或其他字符串替换方法，例如将所有非字母数字字符替换为空格。关闭文档和Word应用程序，释放资源。为了使用户能够选择Word文档并触发读取操作，可以在窗体上添加一个OpenFileDialog控件和一个Button控件。当用户点击Button时，调用`ReadPureTextFromWord`方法。例如，在Button的Click事件处理程序中添加以下代码： ```csharp private void buttonRead_Click(object sender, EventArgs e) { OpenFileDialog openFileDialog = new OpenFileDialog(); openFileDialog.Filter = "Word Documents (*.doc;*.docx)|*.doc;*.docx"; if (openFileDialog.ShowDialog() == DialogResult.OK) { string filePath = openFileDialog.FileName; ReadPureTextFromWord(filePath); } } ``` 至此，我们就完成了一个简单的Windows应用程序，它能通过COM组件读取Word文档中的纯文本内容。在实际应用中，你可以根据需要进一步完善这个功能，例如处理多个文档、错误处理、优化文本提取等。请注意，虽然COM组件是一种简单的方法来读取Word文档，但这种方法可能受到Office版本限制，并且性能可能不如使用专门的文档处理库。如果你需要更高效、跨平台的解决方案，可以考虑使用第三方库，如Aspose.Words或Apache POI。

资源推荐

资源详情

资源评论

收起资源包目录

ReadWordContent.zip （87个子文件）

ReadWordContent

.svn

props

all-wcprops 248B

entries 420B

text-base

ReadWordContent.sln.svn-base 934B

format 2B

tmp

props

text-base

prop-base

ReadWordContent.suo 21KB

publish

ReadWordContent_1_0_0_0.application 5KB

.svn

props

all-wcprops 597B

entries 766B

text-base

setup.exe.svn-base 414KB

ReadWordContent_1_0_0_0.application.svn-base 5KB

ReadWordContent.application.svn-base 5KB

format 2B

tmp

props

text-base

prop-base

setup.exe.svn-base 53B

setup.exe 414KB

ReadWordContent.application 5KB

ReadWordContent_1_0_0_0

Microsoft.Vbe.Interop.dll.deploy 56KB

.svn

props

all-wcprops 522B

entries 605B

text-base

ReadWordContent.exe.deploy.svn-base 24KB

ReadWordContent.exe.manifest.svn-base 8KB

format 2B

tmp

props

text-base

prop-base

ReadWordContent.exe.deploy.svn-base 53B

Office.dll.deploy 192KB

ReadWordContent.exe.manifest 8KB

ReadWordContent.exe.deploy 24KB

Microsoft.Office.Interop.Word.dll.deploy 576KB

ReadWordContent

ReadWordContent.resx 11KB

ReadWordContent_TemporaryKey.pfx 2KB

ReadWordContent.csproj.user 535B

bin

Debug

ReadWordContent.vshost.exe 6KB

Microsoft.Vbe.Interop.dll 56KB

ReadWordContent.pdb 30KB

ReadWordContent.vshost.exe.manifest 4KB

ReadWordContent.publish

setup.exe 414KB

ReadWordContent_1_0_0_2

Microsoft.Vbe.Interop.dll.deploy 56KB

Office.dll.deploy 192KB

ReadWordContent.exe.manifest 8KB

ReadWordContent.exe.deploy 24KB

Microsoft.Office.Interop.Word.dll.deploy 576KB

ReadWordContent.application 5KB

Office.dll 192KB

ReadWordContent.exe.manifest 4KB

ReadWordContent.vshost.application 1KB

Microsoft.Office.Interop.Word.dll 576KB

ReadWordContent.application 1KB

ReadWordContent.exe 24KB

ReadWordContent.Designer.cs 4KB

obj

ReadWordContent.csproj.FileListAbsolute.txt 3KB

Debug

ReadWordContent.ReadWordContent.resources 6KB

ResolveAssemblyReference.cache 8KB

ReadWordContent.pdb 30KB

ReadWordContent.Properties.Resources.resources 180B

Refactor

TempPE

ReadWordContent.exe.manifest 4KB

ReadWordContent.csproj.GenerateResource.Cache 852B

ReadWordContent.application 1KB

ReadWordContent.exe 24KB

ReadWordContent.csproj.ResolveComReference.cache 680B

Properties

Resources.Designer.cs 3KB

Settings.settings 249B

.svn

props

all-wcprops 975B

entries 1KB

text-base

Resources.resx.svn-base 5KB

AssemblyInfo.cs.svn-base 1KB

Settings.Designer.cs.svn-base 1KB

Settings.settings.svn-base 249B

Resources.Designer.cs.svn-base 3KB

format 2B

tmp

props

text-base

prop-base

Resources.resx 5KB

Settings.Designer.cs 1KB

AssemblyInfo.cs 1KB

Program.cs 484B

.svn

props

all-wcprops 1KB

entries 2KB

text-base

ReadWordContent_TemporaryKey.pfx.svn-base 2KB

Program.cs.svn-base 484B

ReadWordContent.csproj.svn-base 5KB

ReadWordContent.csproj.user.svn-base 535B

ReadWordContent.Designer.cs.svn-base 4KB

ReadWordContent.cs.svn-base 1KB

WordOprateClass.cs.svn-base 2KB

ReadWordContent.resx.svn-base 11KB

format 2B

tmp

props

text-base

prop-base

ReadWordContent_TemporaryKey.pfx.svn-base 53B

WordOprateClass.cs 2KB

ReadWordContent.cs 1KB

ReadWordContent.csproj 5KB

ReadWordContent.sln 934B

E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.exe E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.pdb E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ResolveAssemblyReference.cache E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.Properties.Resources.resources E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.ReadWordContent.resources E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.csproj.GenerateResource.Cache E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.exe E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.pdb E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.csproj.ResolveComReference.cache E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.exe.manifest E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.exe.manifest E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.application E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.application E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\Microsoft.Office.Interop.Word.dll E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\Microsoft.Vbe.Interop.dll E:\ReadText\trunk\Tools\src\ReadWordContent\ReadWordContent\bin\Debug\Office.dll E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.exe E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.pdb E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.exe.manifest E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.application E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.exe E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\ReadWordContent.pdb E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\Microsoft.Office.Interop.Word.dll E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\Microsoft.Vbe.Interop.dll E:\工作目录\ReadWordContent\ReadWordContent\bin\Debug\Office.dll E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ResolveAssemblyReference.cache E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.csproj.ResolveComReference.cache E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.Properties.Resources.resources E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.ReadWordContent.resources E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.csproj.GenerateResource.Cache E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.exe.manifest E:\工作目录\ReadWordContent\ReadWordContent\obj\Debug\ReadWordContent.application

评论收藏

内容反馈

xuguangzhu

2012-03-06

谢谢参考资源最后采用.net实现了因为时间问题只能赶代码出来给客户了谢谢分享
Maxi_milian

2015-01-12

是C#的，我还以为是C++的，不过最后我还是实现了
fanr520

2012-12-04

原以为是C++的，后来发现是.net的，在.net中，微软已经一整套的封装了对office开发，只要在安装VS2010的时候，选中office开发组件就可以，在工程中引用microsoft.office组件就OK了。