从 Word 中提取方程和图像

Question

是否有一种编程方法可以从 MS Word 文档中提取方程（可能还有图像）？我已经用谷歌搜索遍了，但还没有找到任何可以让我全身心投入并工作的东西。如果可能的话，我希望能够使用 VB.NET 或 C# 来完成此操作，但我可以选择足够多的任何语言来破解 DLL。谢谢！

编辑： 现在我正在考虑从 Word 2003 中提取方程，但如果需要将其转换为 2007/Open XML，那也没关系。

Answer 1

我不知道这些是否有帮助，但是 Word 2000/2003 中的对象模型有一个 InlineShapes 集合作为一部分 Document 表示嵌入图像的对象以及可能类似的对象（例如方程）。

一些用于将第一个项目复制到剪贴板的 VBA 代码，这可能会帮助您提取它们：

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

它也可以在 .NET 中访问， MSDN链接.

Answer 2

什么字格式是您的证件吗？如果他们是在开放的XML(文件的扩展。尝)可以使用 Open XML SDK 可从Microsoft提取的图像和嵌入内容。

一个开放的XML文件不过是一个邮编归档，使用一种特殊结构。你会找到的例子中SDK如何访问的部分，zip archive。实际上你可以用任何zip能够库提取内容，该文件包。

如果文件仍然使用旧的二元格式的东西都比较复杂一点。我认为，最简单的办法是转换的文件，以开放的XML格式。有几种方法来这样做：

• 获得免费和开放的 b2xtranslator 从SourceForge提供的你C#dll文件转换。

• 安装微软的 兼容包 和使用的以下命令行为的转换：

  "C:\Program Files\Microsoft Office\Office12\wordconv.exe" -oice -nme input\_file output_file

在input_file和输出文件必须完全路径的名字。

Answer 3

尝试寻找在词对胶乳转换器。它需要.NET Framework和尽管源未打开但作者并邀请有关这个问题。