去除格式化Word文檔而不是圖像？

我需要添加一堆word文檔到維基，但想要清理生成的html，所以理想情況下我有文本和圖像標籤......任何人都面臨挑戰？：o）去除格式化Word文檔而不是圖像？

如果解決方案涉及到使用文本編輯器並在其上做一些「體操」，那就沒問題。

2009-10-15 noesgard

有些工具可以爲您執行大部分清理工作，例如here或here，Dreamweaver也包含此類工具。

我不知道這些工具如何處理圖片，但...如果您選擇更多的DIY路線，this可以幫助我，我認爲。

2009-10-15 11:55:28 fvu

Textism工具似乎可以工作（第一個去掉圖像標籤），儘管當文件大小超過20kB時，它是付費服務。 JavaScript可能也有幫助：o） – noesgard 2009-10-16 07:29:42

我會將文本複製出Word並粘貼到記事本中，然後手動將我的圖像輸入到Wiki文檔中。

2009-10-15 13:07:15 Slevin

這不是一個有效的解決方案。隨着文件加載圖片hundres - 手動插入是不行的。可以做一些高級的文本編輯或者使用例如應用程序的應用程序。 VSTO，通過保存爲過濾的html文件並修正圖像鏈接以適應wiki文件結構來運行... – noesgard 2009-10-16 06:07:34

嗨，我已經與Open XML一點點。

您可以循環查看每個段落的單詞文檔並將每個元素轉換爲文字控件。或者你也可以使用LINQ來過濾特定的節點集。您也可以將您的word文件作爲XML節點集處理，然後使用XPath，LINQ to XML，DOM進行導航。

只需嘗試使用SDK下載Open XML工具集，並開始查看文檔內部。

2011-08-04 20:09:19

回答