Word文档在日常工作中应用十分广泛；可以储存文本、图片等多种类型的信息。当文档中包含对我们有用文本或图片时，我们可以选择将它们从文档中提取出来用于其他用处。在这篇文章中，我就将演示如何使用​​​Free Spire.Doc for .NET​​​在C#和VB.NET程序中快速提取Word文档中文本或图片。以下是详细操作步骤。



安装Free Spire.Doc for .NET

方法一，通过​​NuGet​​安装Free Spire.Doc for .NET：​

    依次选择工具>NuGet包管理器>程序包管理器控制台，然后执行以下命令：

    PM> Install-Package FreeSpire.Doc     

方法二，在程序中手动引入Spire.doc.dll文件：

将​​Free Spire.Doc for .NET(dll only)​​下载到本地并进行解压。解压之后，打开 Visual Studio创建新项目，在右边的“解决方案资源管理器”中右键点击“引用”，再依次选择“添加引用”> “浏览”，找到安装路径下BIN文件夹中的dll文件，点击“确定”，将其添加引用至程序中。


从Word文档中提取文本

下面是具体操作步骤和代码。

  • 创建Document实例。
  • 使用Document.LoadFromFile()方法，加载示例Word文档。
  • 创建StringBuilder实例。
  • 获取文档中每个节中的每个段落，并使用Paragraph.Text属性获取指定段落的文本；然后使用StringBuilder.AppendLine()方法，将所提取的文本附加到String Builder实例中。
  • 创建一个新的txt文件，并使用File.WriteAllText()方法将提取的文本写入该文件。

C#:

using Spire.Doc;
using Spire.Doc.Documents;
using System.Text;
using System.IO;

namespace ExtractTextfromWord
{
    class ExtractText
    {
        static void Main(string[] args)
        {
            //创建Document实例
            Document document = new Document();

            //加载Word示例文档 
            document.LoadFromFile("input.docx");

            //创建StringBuilder实例
            StringBuilder sb = new StringBuilder();

            //获取每个节中的每个段落，并从Word中提取文本并保存到StringBuilder实例中
            foreach (Section section in document.Sections)
            {
                foreach (Paragraph paragraph in section.Paragraphs)
                {
                    sb.AppendLine(paragraph.Text);
                }
            }

            //创建一个新的txt文档以保存所提取的文本
            File.WriteAllText("Extract.txt", sb.ToString());
        }
    }
}

VB.NET:

Imports Spire.Doc
Imports Spire.Doc.Documents
Imports System.Text
Imports System.IO

Namespace ExtractTextfromWord
    Class ExtractText
        Private Shared Sub Main(ByVal args() As String)

            '创建Document实例
            Dim document As Document = New Document

            '加载Word示例文档 
            document.LoadFromFile("input.docx")

            '创建StringBuilder实例
            Dim sb As StringBuilder = New StringBuilder

            '获取每个节中的每个段落，并从Word中提取文本并保存到StringBuilder实例中            
            For Each section As Section In document.Sections
                For Each paragraph As Paragraph In section.Paragraphs
                    sb.AppendLine(paragraph.Text)
                Next
            Next

            '创建一个新的txt文档以保存所提取的文本
            File.WriteAllText("Extract.txt", sb.ToString)
        End Sub
    End Class
End Namespace

C#/VB.NET: 从Word文档中提取文本和图片_.net

从Word文档中提取图片

下面是具体操作步骤和代码。

  • 创建Document实例，使用Document.LoadFromFile()方法，加载示例Word文档。
  • 获取文档中的每个节。
  • 获取文档中每个节中的每个段落
  • 获取特定段落中的每个Document 对象。
  • 确定Document对象类型是否为图片。如果是，请使用DocPicture.Image.Save(String, ImageFormat) 方法，从文档中提取并保存图片。

C#:

using Spire.Doc;
using Spire.Doc.Documents;
using Spire.Doc.Fields;
using System;

namespace ExtractImage
{
    class Program
    {
        static void Main(string[] args)
        {
            //创建Document实例并加载Word示例文档
            Document document = new Document("input.docx");
            int index = 0;

            //获取文档中每个节
            foreach (Section section in document.Sections)
            {
                //获取文档中每个节中的每个段落
                foreach (Paragraph paragraph in section.Paragraphs)
                {
                    //获取特定段落中的每个Document 对象
                    foreach (DocumentObject docObject in paragraph.ChildObjects)
                    {
                        //如果DocumentObjectType为图片,从文档中提取并保存图片
                        if (docObject.DocumentObjectType == DocumentObjectType.Picture)
                        {
                            DocPicture picture = docObject as DocPicture;
                            picture.Image.Save(string.Format("image_{0}.png", index), System.Drawing.Imaging.ImageFormat.Png);
                            index++;
                        }
                    }
                }
            }
        }
    }
}

VB.NET:

Imports Spire.Doc
Imports Spire.Doc.Documents
Imports Spire.Doc.Fields
Imports System

Namespace ExtractImage
    
    Class Program
        
        Private Shared Sub Main(ByVal args() As String)

            '创建Document实例并加载Word示例文档
            Dim document As Document = New Document("input.docx")
            Dim index As Integer = 0

            '获取文档中每个节
            For Each section As Section In document.Sections

                '获取文档中每个节中的每个段落
                For Each paragraph As Paragraph In section.Paragraphs

                    '获取特定段落中的每个Document 对象
                    For Each docObject As DocumentObject In paragraph.ChildObjects

                        '如果DocumentObjectType为图片,从文档中提取并保存图片
                        If (docObject.DocumentObjectType = DocumentObjectType.Picture) Then
                            Dim picture As DocPicture = CType(docObject,DocPicture)
                            picture.Image.Save(String.Format("image_{0}.png", index), System.Drawing.Imaging.ImageFormat.Png)
                            index = (index + 1)
                        End If
                        
                    Next
                Next
            Next
        End Sub
    End Class
End Namespace

C#/VB.NET: 从Word文档中提取文本和图片_VB.NET_02