Wie kann ich ein MS Word 2003-Dokument in C# in HTML konvertieren?

Question

Ich möchte den Inhalt eines MS Word 2003-Dokuments in HTML in C# extrahieren.

Irgendwelche Ideen?

Answer 1

Ich denke, das ist der einfachste Weg ist es

http://asptutorials.net/C-SHARP/convert-ms-word-docs-to-html/

Sie entscheidende Punkt in dem Artikel zu tun, ist, dass sie verwenden die SaveAs funktionieren http://msdn.microsoft.com/en-us/library/aa220734.aspx

So:

string newfilename = folder_to_save_in + FileUpload1.FileName.Replace(".doc", ".html"); 
    object o_nullobject = System.Reflection.Missing.Value;  
    object o_newfilename = newfilename; 
    object o_format = Word.WdSaveFormat.wdFormatHTML; 
    object o_encoding = Microsoft.Office.Core.MsoEncoding.msoEncodingUTF8; 
    object o_endings = Word.WdLineEndingType.wdCRLF; 
    // SaveAs requires lots of parameters, but we can leave most of them empty: 
    wordApplication.ActiveDocument.SaveAs(ref o_newfilename, ref o_format, ref o_nullobject, 
    ref o_nullobject, ref o_nullobject, ref o_nullobject, ref o_nullobject, ref o_nullobject, ref o_nullobject, 
    ref o_nullobject, ref o_nullobject, ref o_encoding, ref o_nullobject, 
    ref o_nullobject, ref o_endings, ref o_nullobject); 

Die Bibliothek ist Microsoft.Office.Interop.Word;

Wenn ich mich richtig erinnere, ist Word auf der Maschine erforderlich, wo der Code ausgeführt wird. Wenn es ASP.NET ist, ist es auf dem Server erforderlich.

Answer 2

Drei Möglichkeiten: 1. Speichern als HTML, wie von Napster beschrieben 2. die Open XML in HTML umwandeln; Das XSLT ist verfügbar unter http://www.codeplex.com/OpenXMLViewer 3. Für den saubersten HTML Code schreiben, um jeden Stil im Dokument in CSS zu konvertieren, und jede direkte Formatierung in @style einfügen.

Ist Word auf dem Computer installiert, auf dem der C# -Code ausgeführt wird?