C#编程读取文档Doc、Docx及Pdf内容的方法

C#编程读取文档编程读取文档Doc、、Docx及及Pdf内容的方法内容的方法

主要介绍了C#编程读取文档Doc、Docx及Pdf内容的方法,涉及C#操作COM组件读取Doc、Docx及Pdf文档的相

关技巧,需要的朋友可以参考下

本文实例讲述了C#编程读取文档Doc、Docx及Pdf内容的方法。分享给大家供大家参考。具体分析如下：

Doc文档：Microsoft Word 14.0 Object Library (GAC对象，调用前需要安装word。安装的word版本不同，COM的版本号也会

不同)

Docx文档：Microsoft Word 14.0 Object Library (GAC对象，调用前需要安装word。安装的word版本不同，COM的版本号也

会不同)

using System.Linq;

using System.Text;

using System.IO;

using System.Text.RegularExpressions;

using org.pdfbox.pdmodel;

using org.pdfbox.util;

using Microsoft.Office.Interop.Word;

namespace TestPdfReader

{

class Program

string text = pdfStripper.getText(doc);

string result = text.Replace(' ', ' ').Replace('', ' ').Replace('', ' ').Replace(" ", "");

Console.WriteLine(result);

//Doc,Docx

object docPath = @"C:esume.doc";

object docxPath = @"C:esume.docx";

object missing=System.Reflection.Missing.Value;

object readOnly=true;

Application wordApp;

wordApp = new Application();

ref missing,

ref missing,

ref missing,

ref missing,

ref missing,

ref missing,

ref missing,

ref missing,

ref missing,

ref missing);

}

private static string FilterString(string input)

{

return Regex.Replace(input, @"(| ||\s+)", "");

}

}

}

希望本文所述对大家的C#程序设计有所帮助。