在当今的数字环境中，自动化文档管理流程对于提高效率和生产力至关重要。从 DOCX 文件中提取文本是许多应用程序的常见要求，无论是用于数据分析、内容管理还是存档目的。在本文中，我们将探讨如何借助 Parser 库（用于文档解析和提取的强大 API）使用 C# 从 DOCX 中提取文本。它是一个多功能库，允许开发人员从各种文档格式（包括 DOCX）中提取文本、图像、元数据和其他元素。它简化了处理复杂文档的过程，当您需要以强大而高效的方式自动提取文本时特别有用。以下是使用 C# 从 DOCX 中提取文本的关键步骤。
使用 C# 从 DOCX 中提取文本的步骤
- 通过添加 GroupDocs.Parser for .NET 来准备您的开发环境，这允许您从 DOCX 文件中提取文本
- 创建 Parser 类的实例，并在其构造函数中提供 DOCX 文件的路径
- 使用 Parser 类的 GetText 方法获取 TextReader 对象
- 最后，调用 TextReader.ReadToEnd 方法读取文本
上述使用 C# 提取 DOCX 文本的步骤适用于 Windows、macOS 或 Linux，无需安装额外软件。您只需在系统上安装 .NET。无论您是在执行简单的文本提取任务还是处理更复杂的文档结构，Parser 库都会提供您快速有效地完成工作所需的 API。这不仅简化了文档处理，还增强了您以编程方式管理和分析文本数据的能力。下面的代码示例展示了如何从 DOCX 获取文本。
使用 C# 从 DOCX 中提取文本的代码
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| using System; | |
| using System.IO; | |
| using GroupDocs.Parser; | |
| using GroupDocs.Parser.Options; | |
| namespace ExtractTextfromDOCXusingCSharp | |
| { | |
| internal class Program | |
| { | |
| static void Main(string[] args) | |
| { | |
| // Apply the license to remove the limitations of the Parser library | |
| License lic = new License(); | |
| lic.SetLicense(@"GroupDocs.Parser.lic"); | |
| // Instantiate the Parser class | |
| using (Parser parser = new Parser("input.docx")) | |
| { | |
| // Retrieve formatted text into the reader | |
| using (TextReader reader = parser.GetFormattedText( | |
| new FormattedTextOptions(FormattedTextMode.Html))) | |
| { | |
| // Output the formatted text from the document | |
| // If formatted text extraction is not supported, | |
| // the reader will be null | |
| Console.WriteLine(reader == null ? | |
| "Formatted text extraction isn't supported" | |
| : reader.ReadToEnd()); | |
| Console.ReadLine(); | |
| } | |
| } | |
| } | |
| } | |
| } |
总之，使用 C# 从 DOCX 文件中提取文本是一个简化的过程，可以显著增强您的文档处理能力。此方法可确保您可以轻松地自动执行文本提取任务，无论是用于数据分析、内容管理还是应用程序开发。通过将此功能集成到您的项目中，您可以保持文档处理工作流程的高效率和准确性。在使用 C# 从 DOCX 读取文本 时，您应该不会遇到任何困难或问题。配置建议的库并设置正确的文件路径后，将提供的代码合并到您的项目中应该很简单。
在我们之前的讨论中，我们提供了有关如何使用 C# 从 Excel 中提取图像的深入指南。对于那些寻求更详细解释的人，我们建议查看有关如何 使用 C# 从 Excel 中提取图像 的综合教程。
