C#读取doc,pdf,ppt文件

 

doc  pdf ppt与 txt之间的转换 ：

组件的作用一般是将文件读出成字符格式，并不是单纯的转换文件名后缀，所以需要将读出的东西写入txt文件 。

 

添加office引用

.net中对office中的word及ppt进行编程时，确保安装office时已经安装了word，ppt可编程组件（自定义安装时可查看）或者安装“Microsoft Office 2003 Primary Interop Assemblies”

安装后，在编程页面添加引用：

添加引用-com—microsoft powerpoint object 11.0 libaray/word 11.0 object library;

还得添加office组件

using Microsoft.Office.Interop.Word;

using Microsoft.Office.Interop.PowerPoint;

 

using org.pdfbox.pdmodel;                     

using org.pdfbox.util;

 

using Microsoft.Office.Interop.Word;

using Microsoft.Office.Interop.PowerPoint;

public void pdf2txt(FileInfo file,FileInfo txtfile)

    {

        PDDocument doc = PDDocument.load(file.FullName);

        PDFTextStripper pdfStripper = new PDFTextStripper