C#读取WORD 包含其中图片 解决方案（包含WORD 转 HTML解决方案）

C#读WORD中文字容易，读取里面图片就有点小波折了

思路1：第三方插件，比如：Free Spire.Doc for .NET   这个深度应用要钱的，免费支持转换500段，通常也够了

思路2：WORD其实是压缩过的文件，转为后缀为RAR后，可以解压缩，然后从里面XML格式再提取文字和图片。

图片文件在路径：word\media

 

但是这个排版啥的也要费事

思路3：用第三方nuget下的轮子 【尝试这个方法C#下最好用】

nuget下引用(备注需要.NET 4.5):Install-Package Mammoth -Version 1.4.0

轮子：mammoth  （using Mammoth;）

核心代码：

//Step1.将filepath下WORD先转为html
            filepath = Path.Combine(@"E:\news\test", "test.docx"); //程序在哪运行，就是哪台机器上执行

            var converter = new DocumentConverter();
            var result_fromword = converter.ConvertToHtml(filepath);
            var html = result_fromword.Value; // The generated HTML
            var warnings = result_fromword.Warnings; // Any warnings during conversion
            zcontent = "<meta http-equiv=\"Content - Type\" content=\"text / html; charset = utf - 8\" />" + html;//文档内容，其中图片包含在base64代码中

备注：这样实现的HTML图片实际上是BASE64格式的。

 

效果图：