從Word中提取方程和圖像

Question

是否有從MS Word文檔中提取方程（可能是圖像）的編程方式？我已經搜遍了所有的東西，但還沒有找到任何可以讓我的牙齒進入和工作的東西。如果可能的話，我希望能夠用VB.NET或C＃做到這一點，但我可以選擇足夠的任何語言來破解DLL。謝謝！

編輯：現在我正在尋找從Word 2003中提取方程，但如果需要將其轉換爲2007/Open XML，那很好。

Answer 1

我不知道這是否會有所幫助，但Word 2000/2003中的對象模型將InlineShapes集合作爲Document對象的一部分，該對象表示嵌入圖像以及可能類似於方程式的對象。

一些VBA代碼的第一個項目複製到剪貼板，這可能會幫助你提取它們：

ThisDocument.InlineShapes.Items(1).Select 
Selection.Copy 

它在.NET中訪問過，MSDN link。

Answer 2

試試看看Word-to-latex轉換器。它需要.Net框架，儘管源文件尚未打開，但作者確實會對此提出問題。

Answer 3

你的文檔格式是什麼？如果它們使用Open XML（文件擴展名.docx），則可以使用Microsoft提供的Open XML SDK來提取圖像和嵌入的內容。

Open XML文件不過是使用特殊結構的zip歸檔文件。您將在SDK中找到如何訪問該zip歸檔文件的示例。實際上，您可以使用任何支持zip的庫從文檔包中提取內容。

如果文檔仍然使用舊的二進制格式，事情會更復雜一點。我認爲最簡單的方法是將文檔轉換爲Open XML格式。有幾種方法可以做到這一點：

• 獲取從SourceForge的自由和開放的b2xtranslator它爲您提供了C＃的DLL文件轉換。

• 安裝微軟的Compatibility Pack並使用下面的命令行轉換：

  「C：\ Program Files文件\的Microsoft Office \ OFFICE12 \ wordconv.exe」 -oice -NMe INPUT_FILE OUTPUT_FILE

哪裏input_file和output_file必須是完整的路徑名。