C#实现Word中表格信息读取

 

很多时候，会有很多信息存放在Word文档中。而我们需要把这些信息提取出来，另做它用。而Word的格式是ms的机密，不知道有没有NB人可以对其做字符流的分析，反正我是没这能力也没这打算。所以就只能用ms提供的组件来进行编程。但ms没有提供托管的类库，而是提供了对com组件的PIA转换。具体添加，使用和相关知识，可以参见kaneboy's blog中的http://blog.joycode.com/kaneboy/articles/67688.aspx。高手的讲解，很是清晰。
而我想做的是对word文档中的表信息进行提取。网上很难找到相关的代码（打开一个已有文档，对其内容进行分析），但我觉得这种工作是很有意义的。写了一段小的Demo，如下：

object oFileName = @"C:\Documents and Settings\liush\My Documents\TestDoc.doc";
object oReadOnly = true;
object oMissing = System.Reflection.Missing.Value;

Word._Application oWord;
Word._Document oDoc;
oWord = new Word.Application();
oWord.Visible = true;//只是为了方便观察
oDoc = oWord.Documents.Open(ref oFileName, ref oMissing, ref oReadOnly, ref oMissing, ref oMissing,
    ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing);

//MessageBox.Show(oDoc.Tables.Count.ToString());
for (int tablePos = 1; tablePos <= oDoc.Tables.Count; tablePos++)
{
    Word.Table nowTable = oDoc.Tables.Item(tablePos);
    string tableMessage = string.Format("第{0}/{1}个表:\n", tablePos, oDoc.Tables.Count);

    for (int rowPos = 1; rowPos <= nowTable.Rows.Count; rowPos++)
    {
for (int columPos = 1; columPos <= nowTable.Columns.Count; columPos++)
{
tableMessage += nowTable.Cell(rowPos, columPos).Range.Text;
tableMessage = tableMessage.Remove(tableMessage.Length - 2, 2);//remove \r\a
tableMessage += "\t";
}

tableMessage += "\n";
    }

    MessageBox.Show(tableMessage);
}

 

利用C#调用WORD调试比较麻烦的，有时只能一点点的试验。但WORD中的宏命令有时能我们的忙，分析宏录制的代码，我们也能发现些巧门。

具体代码我就不贴出来了，关于表格中单元格的合并问题。经测试：

1、合并后索引号确实变了，合并的单元格以新的一个格起算，起始值为1，合并后的那一个索引号就不存在了（如：1-2行的第1列合并后，第2行第1列的索引就不存在了）

2、2007和XP的调用没有任何区别，可直接使用

3、WORD因为是VB开发的，所以下标都从1开始。