C#实现Word中表格信息读取

很多时候,会有很多信息存放在word文档中。而我们需要把这些信息提取出来,另做它用。而word的格式是ms的机密,不知道有没有NB人可以对其做字符流的分析,反正我是没这能力也没这打算。所以就只能用ms提供的组件来进行编程。但ms没有提供托管的类库,而是提供了对com组件的PIA转换。具体添加,使用和相关知识,可以参见kaneboy's blog中的blog.joycode.com/kaneboy/articles/67688.aspx" target="_blank" rel="external">http://blog.joycode.com/kaneboy/articles/67688.aspx。高手的讲解,很是清晰。
而我想做的是对word文档中的表信息进行提取。网上很难找到相关的代码(打开一个已有文档,对其内容进行分析),但我觉得这种工作是很有意义的。写了一段小的Demo,如下:

object oFileName = @"C:\Documents and Settings\Administrator\My Documents\TestDoc.doc";
object oreadOnly = true;
object oMissing = System.Reflection.Missing.Value;

word._Application oword;
word._Document oDoc;
oword = new word.Application();
oword.Visible = true;//只是为了方便观察
oDoc = oword.Documents.Open(ref oFileName, ref oMissing, ref oreadOnly, ref oMissing, ref oMissing,
ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing);

//MessageBox.Show(oDoc.Tables.Count.ToString());
for (int tablePos = 1; tablePos <= oDoc.Tables.Count; tablePos )
{
word.Table nowTable = oDoc.Tables.Item(tablePos);
string tableMessage = string.Format("第{0}/{1}个表:\n", tablePos, oDoc.Tables.Count);

for (int rowPos = 1; rowPos <= nowTable.Rows.Count; rowPos )
{
for (int columPos = 1; columPos <= nowTable.Columns.Count; columPos )
{
tableMessage = nowTable.Cell(rowPos, columPos).Range.Text;
tableMessage = tableMessage.Remove(tableMessage.Length - 2, 2);//remove \r\a
tableMessage = "\t";
}

tableMessage = "\n";
}

MessageBox.Show(tableMessage);
}

如果看过了上面kaneboy的文章(这是一个系列的之一),再看这段代码应该不会很难理解。打开一个已有文档,然后遍历其中的所有的表。这里只是简单的将信息显示出来,具体实践上可以对这些信息进行分析。做完这些后,终于找到了一些官方的支持文档,地址如下:
http://msdn2.microsoft.com/zh-CN/library/y1xatbkd.aspx
其中的word任务有对word各种操作的简单代码事例,用vb和c#写的。看完之后,我想每个人都会明白vb对com的支持比c#不是简单明了一点两点。(可以看下这个blog.joycode.com/kaneboy/archive/2005/08/03/61489.aspx" target="_blank" rel="external">http://blog.joycode.com/kaneboy/archive/2005/08/03/61489.aspx)同样的代码,用vb实现打开word文档的操作,代码如下:

Dim fileName As String = "C:\Documents and Settings\Administrator\My Documents\TestDoc.doc"
Dim isReadOnly As Boolean = True

Dim wordApplication As word.Application = New word.Application()
Dim wordDocument As word.Document
wordApplication.Visible = True
wordDocument = wordApplication.Documents.Open(fileName, , isReadOnly)

所以,下次我要做COM操作的时候,我还会回归我可爱的VB的。但是,用了太久的C#毛病越来越多了,动不动就习惯性加括号,加分号。。。

PS:这些工作是帮我老妈做的。她们资料室想把资料目录信息存入数据库,然后建立网站方便检索和管理。这些目录信息原先是存放在word文档中的。这是她们第一次数字化的结果,那一次她们把一大堆纸质资料变成了word文档。在她们的当时理解中,数字化就是按照原来的东西,连格式都不变的变成word文档就好。现在他们对这些难于维护,难于检索的东西终于失去了耐性,开始考虑数据库和网络了。也许数字化也是一个思维逐步转变的过程。



[本日志由 dashu126 于 2008-08-24 03:08 PM 编辑]
文章来自: 本站原创
引用通告: 查看所有引用 | 我要引用此文章
Tags: word 读取
相关日志:

评论: 3 | 引用: 0 | 查看次数: 9171
回复回复Carina[2017-08-03 01:25 PM | del]
Do you have a spam issue on this website; I also am a blogger, and I was wanting to know your situation; we have created some nice methods and we are looking to swap strategies with other folks, why not shoot me an e-mail if interested.
发表评论
昵 称:
密 码: 游客发言不需要密码.
内 容:
验证码: 验证码
选 项:
虽然发表评论不用注册,但是为了保护您的发言权,建议您注册帐号.
字数限制 1000 字 | UBB代码 开启 | [img]标签 开启