Извлечение свойств MS Office

Question

Я хочу извлечь содержимое файла MS Office с помощью C#. Например: я хочу открыть doc/docx/xls/xlsx/ppt/pptx и иметь возможность извлекать текст и информацию вроде (количество страниц - слово, количество листов - excel, количество слайдов - ppt, число графиков - excel, количество изображений - powerpoint и т. д. и т. д. и т. д.). Я понял, что могу извлечь текст, используя Windows iFilter. Но это только дает мне текст. Кто-нибудь знает DLL или что-то, что может дать мне такую ​​информацию? Если нет, есть ли сайт, который подробно объясняет скелет офисного xml-файла?

Answer 1

Для DOCX/XLSX/PPTX предложений MS бесплатную библиотеку под названием OpenXML SDK, которую вы можете использовать для достижения того, что вы просили ...

Для DOC/XLS/PPT (старше/двоичный) Я не знаю, свободной библиотеки - есть некоторые коммерческие библиотеки, которые поддерживают это:

• Aspose.Words (DOC и DOCX)
• Aspose.Cells (XLS и XLSX)
• Flexcel (XLS и XLSX)
• SpreadSheetGear (XLS и XLSX)
• Aspose.Slides (РРТ и PPTX)
• Spire.Office (DOC и DOCX и XLSX XLS и)

Коммерческого библиотеки обычно предлагают очень богатый набор функций - например, экспорт в PDF ...

Answer 2

формат XML Офис объясняется здесь:

http://msdn.microsoft.com/en-us/library/aa338205(v=office.12).aspx

Это стоит прочитать статью в Википедии, чтобы сориентировать себя перед погружением в

http://en.wikipedia.org/wiki/Microsoft_Office_XML_formats