Konvertieren von Word-Dokument in HTML

Ich wollen speichern Sie das Word-Dokument in HTML mit Word Viewer, ohne Word installiert ist, in meine Maschine. Gibt es eine Möglichkeit, dies in C#?

  • stackoverflow.com/questions/161791/...
  • Ist das eine übung, oder wollen Sie einfach nur zu übersetzen .doc zu .html und die Methode egal?
  • Nein, ich möchte hinzufügen Beschreibung - Am client-Ende von MS-Word nicht installiert ist , so habe ich, um die Arbeit abzuschließen, die mit dem word-viewer-Komponente, die nur –
InformationsquelleAutor Pankaj | 2010-02-15
  1. 19

    Für die Konvertierung .docx-Datei in HTML-format, die Sie verwenden können,OpenXmlPowerTools. Stellen Sie sicher, fügen Sie einen Verweis auf OpenXmlPowerTools.dll.

    using OpenXmlPowerTools;
using DocumentFormat.OpenXml.Wordprocessing;

byte[] byteArray = File.ReadAllBytes(DocxFilePath);
using (MemoryStream memoryStream = new MemoryStream())
{
     memoryStream.Write(byteArray, 0, byteArray.Length);
     using (WordprocessingDocument doc = WordprocessingDocument.Open(memoryStream, true))
     {
          HtmlConverterSettings settings = new HtmlConverterSettings()
          {
               PageTitle = "My Page Title"
          };
          XElement html = HtmlConverter.ConvertToHtml(doc, settings);

          File.WriteAllText(HTMLFilePath, html.ToStringNewLineOnAttributes());
     }
}
    • Verweis: msdn.microsoft.com/en-us/library/ff628051(v=office.14).aspx
    • PowerTools for Open XML veröffentlicht gerade eine neue HtmlConverter-Modul mit einer open-source -, free-Implementierung eine Konvertierung von DOCX zu HTML-formatiert mit CSS. Das Modul HtmlConverter.cs unterstützt alle Absatz -, Zeichen-und Tabellenformate, Schriftarten und text formatieren, nummerierte Listen und Aufzählungen, Bilder und vieles mehr. Siehe bit.ly/1bclyg9
    InformationsquelleAutor Krantisinh Patil
  2. 4

    Können Sie versuchen, mit Microsoft.Office.Interop.Wort;

       using Word = Microsoft.Office.Interop.Word;

    public static void ConvertDocToHtml(object Sourcepath, object TargetPath)
    {

        Word._Application newApp = new Word.Application();
        Word.Documents d = newApp.Documents;
        object Unknown = Type.Missing;
        Word.Document od = d.Open(ref Sourcepath, ref Unknown,
                                 ref Unknown, ref Unknown, ref Unknown,
                                 ref Unknown, ref Unknown, ref Unknown,
                                 ref Unknown, ref Unknown, ref Unknown,
                                 ref Unknown, ref Unknown, ref Unknown, ref Unknown);
        object format = Word.WdSaveFormat.wdFormatHTML;



        newApp.ActiveDocument.SaveAs(ref TargetPath, ref format,
                    ref Unknown, ref Unknown, ref Unknown,
                    ref Unknown, ref Unknown, ref Unknown,
                    ref Unknown, ref Unknown, ref Unknown,
                    ref Unknown, ref Unknown, ref Unknown,
                    ref Unknown, ref Unknown);

        newApp.Documents.Close(Word.WdSaveOptions.wdDoNotSaveChanges);


    }
    • dieses funktioniert sehr gut für mich, aber wenn das Dokument zu speichern, es erstellt einen Ordner mit Informationen, die nicht erforderlich für die Eröffnung der erzeugte html-Code. Irgendwelche Gedanken auf, dass?
    • Dies funktioniert gut für mich, aber seien Sie vorsichtig, wenn Sie die Bearbeitung von vielen Dokumenten verwenden, können Sie nur eine Instanz des Application-Objekts erstellen, das Objekt ist fast eine ganze Sekunde vergeudet jeder Zeit. außerdem ist es nicht einfach, um loszuwerden, den Prozess vollständig, so dass je weniger, desto besser für dein RAM
    InformationsquelleAutor Bimzee
  3. 1

    Ich denke, dies hängt von der version des Word-Dokuments. Wenn Sie Sie im docx-format, ich glaube Sie sind gespeichert in der Datei als XML-Daten (aber es ist so lange seit ich schaute die Spezifikation bin ich vollkommen glücklich zu sein, korrigiert auf, der).

    • Richtig, docx-Dateien sind XML. Das format unterscheidet sich von Word 2003 bis 2007 und ist eine komplette Schmerz, mit zu arbeiten!
    • Ja, umbenennen .docx-Erweiterung .Reißverschluss und Sie können den Zugriff auf alle Dateien, aus denen das Dokument besteht. Aber ohne die volle version von word und COM-interop, er habe eine harte Zeit versucht zu erreichen, sein Ziel aus der XML. +1 btw, es ist der einzige Weg, er wird es tun, ohne Wort.
    • Ja, Auf dem client ein MS-Word ist nicht installiert , so habe ich, um die Arbeit abzuschließen, die mit dem word-viewer-Komponente, die nur
    • Wenn es gespeichert in docx-format können Sie öffnen und Bearbeiten Sie die XML ohne Verwendung von Word-Viewer oder COM-interop, sonst wird dies nicht geschehen kann, ohne ein Wort. @Bryan FYI, docx 2003 ist nicht ein zip-Archiv, es ist nur eine XML-Datei mit dem base64-codierte Bilder.
    • Fitzpatrick, Versuchen Sie das umbenennen .docx zu .zip und werfen Sie einen Blick für sich selbst. google.co.uk/search?q=.docx+umbenennen+zu+.zip
    • du hast Recht, ich war verwirrend .docx mit Word 2003 .xml-format
    • Fitzpatrick: Ah okay, fair genug. Ihr spot auf über die XML-obwohl, wie es ist mit Sicherheit in der .zip-Datei.

    InformationsquelleAutor ZombieSheep
  4. 1

    Schrieb ich Mammut für .NET, das ist eine Bibliothek, wandelt docx-Dateien zu HTML, und wird verfügbar auf NuGet.

    Mammut versucht zu produzieren sauberen HTML-Code, indem Sie betrachten, semantische Informationen-zum Beispiel-mapping-Absatz-Formatvorlagen in Word (wie Heading 1) zu entsprechenden tags und Stil in der HTML/CSS (wie <h1>). Wenn Sie möchten, etwas, das erzeugt eine exakte visuelle Kopie, dann Mammut ist wahrscheinlich nicht für Sie. Wenn Sie etwas, das bereits gut strukturierte und konvertieren möchten, dass HTML-tidy, Mammut könnte den trick tun.

    • Michael, ich hoffe, du bist nicht der Planung zur post die gleiche Antwort für jeden ".docx zu html" - Frage auf Stack-Overflow.
    • Dies ersparte mir viel Zeit! Vor allem die javascript-version. Tolle Arbeit, Michael!
    InformationsquelleAutor Michael Williamson
  5. 0

    Laut dieser Stack Overflow Frage, es ist nicht möglich, mit word viewer. Sie müssen Wort für COM-Interop verwenden, um die mit Word interagieren.

    • Danke für die Antwort. Aber ich don t haben Sie MS word installiert auf te Maschine. also habe ich Sie mithilfe der Word-viewer nur
    • Das ist, was ich sage - ich glaube, es ist nicht möglich, ohne die volle version von word. Sie können einen gehen mit ZombieSheep Antwort, aber ich bezweifle, dass Sie sehr weit kommen, TBH. Es würde mehr Sinn machen, kaufen Sie eine Kopie von Wort-und COM-interop verwenden.
    • Word nicht installiert = SOL?
    • Ja, Auf dem client ein MS-Word ist nicht installiert , so habe ich, um die Arbeit abzuschließen, die mit dem word-viewer-Komponente, die nur
    • Sie nicht tun Sie es mit dem word viewer. Zeitraum.
    InformationsquelleAutor Bryan
  6. 0

    Wenn Sie öffnen, um nicht mit C#, Sie konnte etwas tun, wie drucken, um die Datei mit PrimoPDF (was würde das ändern .doc-in ein .pdf) und dann mit einem PDF-zu-HTML-Konverter zu gehen den rest des Weges. Danach Bearbeiten Sie Ihre html -, jedoch, das Sie mögen.

    InformationsquelleAutor dnagirl
  7. 0

    Einem anderen, ähnlichen Thema, das ich habe ist Konvertieren von Word in HTML dann Rendern von HTML-Inhalten auf der Webseite. Ich denke, dass Sie möglicherweise finden Sie diese Informationen hilfreich, wenn Sie noch drauf. Es ist ein frei verteilt dll für diese. Ich habe den link dort.

    InformationsquelleAutor Ravi Gaurav Pandey
  8. 0

    Gembox funktioniert ziemlich gut. Es auch konvertiert Bilder in das Word-Dokument in base64-codierte strings in img-tags.

    InformationsquelleAutor Mike W
  9. -1

    Benötigen Sie MS Word installiert haben, um dies zu tun, glaube ich.

    Check-out dieser Artikel für details über die Umsetzung.

    • Danke für die Antwort. Aber ich don t haben Sie MS word installiert auf te Maschine. also habe ich Sie mithilfe der Word-viewer nur
    InformationsquelleAutor Tim S. Van Haren
  10. -1

    Verwendung der Dokument-Konvertierungs-tools zur Verfügung in OpenOffice.org ist wohl die einzig mögliche option - die .doc-format ist nur entworfen, um geöffnet werden über Microsoft-Produkte, so dass alle Bibliotheken, die den Umgang mit wird es brauchen, um reverse-Engineering das gesamte format.

    InformationsquelleAutor ternaryOperator
Schreibe einen Kommentar