Чтение документов в .NET

Question

Можно ли открыть любые форматы файлов с помощью Word, который поддерживает сам Microsoft Word?

Моя задача выглядит очень простой, мне нужно прочитать текст, только текст, из любых используемых документов (для сравнения документов на основе контента). Есть ли способ, которым я могу сделать это легче, чем вышеупомянутое Word Iterop? Есть ли бесплатные библиотеки для этого? Или открыть любые документы (.doc, .docx, .pdf, .rtf, openoffice docs и т. Д.)? Я занят поиском, но пока не нашел слишком много решений, и я не могу позволить себе изучать 800-страничные спецификации всех форматов.

P.S .: Обработка PDF отдельно в порядке, а также наличие библиотек для всех типов.

Answer 1

http://docx.codeplex.com/

Answer 2

Я работаю над новой структурой под названием Toxy. Целью этого является извлечение данных/текста из разных документов, как то, что вы упомянули. Первый релиз будет выпущен в начале следующего года (возможно, февраль). Здесь можно найти некоторые варианты: https://github.com/tonyqus/toxy. Но пока это не готово.