Leggere file doc e docx utilizzando C# senza avere MS Office installato sul server

Question

Sto lavorando a un progetto (asp.net, C#, vb 2010, .net 4) e ho bisogno di leggere sia i file DOC che DOCX, che Ho già caricato (ho caricato una parte). La parte difficile è che non ho MS Office installato sul server e che non posso usarlo.

C'è qualche libreria pubblica che posso includere nel mio progetto senza dover installare nulla? Entrambi i documenti sono molto semplici:

NUMBER TAB STRING 
NUMBER TAB STRING 
NUMBER TAB STRING 
... 

ho bisogno di estrarre il numero e la stringa per ogni riga (paragrafo).

Qualcuno potrebbe aiutarmi? Dovrei ripetere ancora una volta che sono limitato in un modo che non posso installare nulla su un server.

Answer 1

Per DOC è possibile utilizzare la libreria open source NPOI.

Per DOCX Io suggerirei Open XML API

Answer 2

Aggiornamento: NPOI supporta docx ora. Si prega di provare l'ultima release (NPOI 2.0 beta)

Answer 3

è possibile utilizzare Code7248.word_reader.dll

di seguito è il codice di esempio su come utilizzare Code7248.word_reader.dll

aggiungere riferimento a questa DLL nel progetto e copia sotto il codice.

using System; 
using System.Collections.Generic; 
using System.Text; 
//add extra namespaces 
using Code7248.word_reader; 


namespace testWordRead 
{ 
    class Program 
    { 
     private void readFileContent(string path) 
     { 
      TextExtractor extractor = new TextExtractor(path); 
      string text = extractor.ExtractText(); 
      Console.WriteLine(text); 
     } 
     static void Main(string[] args) 
     { 
      Program cs = new Program(); 
      string path = "D:\Test\testdoc1.docx"; 
      cs.readFileContent(path); 
      Console.ReadLine(); 
     } 
    } 
}