请问如何读取Word文件（Word文件存储格式问题）

Question

因为工作需要，需要读取Word文档里面的内容，要求：1.读取文字内容；2.识别出上下标；3.读取公式;4.读取表格数据；5.识别图片所占版面大小位置。总之，希望能得到Word文件的详细存储格式，如果能进一步提供VC相关操作源码更好，希望大侠们多多指教！时间紧急，希望大家尽快帮我解决问题。

Answer 1

http://book.51cto.com/art/200806/76629.htm

Answer 2

http://book.51cto.com/art/200806/76629.htm
该文章只谈到如何读写里面的文字，我们又应该如何来识别它的字体呢，上下标呢，公式呢，表格呢以及一级二级等标题？

Answer 3

lz去把MSWORD.OLB中的类都导进去研究研究...

Answer 4

http://www.vckbase.com/document/viewdoc/?id=1174这个也许有用些，网上很多讲的，lz多用google之类的...

Answer 5

转一篇以前看的资料，希望有帮助：VC操作Word2003例子下面是从CSDN上摘抄过来的，主要是今天调试VC操作Word2003的时候，网上下载的是操作Word 2000，但是参数已经有一些不同了。下面的代码可以在2003中运行，记录在这里便于以后复习用。感谢您使用微软产品。对于您所提的问题，确实可以使用OLE Automation在VC++中对Word Object Model进行操作。下面这篇知识库文章中给出了如何在VC_++中引入Office TypeLib,并通过程序启动MS Excel.参照这篇文章可以使您建立起程序的框架Q178749 HOWTO: Create Automation Project Using MFC and a Type Library
http://support.microsoft.com/support/kb/articles/q178/7/49.asp以下两篇知识库文章给出了具体的样例，如何操作Word和Excel. 您可以使用其中的方法来完成你自己的操作。具体的对象模型的操作，您需要参见对应产品的VBA帮助文档。Q178784 HOWTO: Use Automation to Open and Print a Word Document
http://support.microsoft.com/support/kb/articles/q178/7/84.aspQ179706 HOWTO: Use MFC to Automate Excel and Create/Format a New Workboo
http://support.microsoft.com/support/kb/articles/q179/7/06.asp这两篇是介绍一些基础的知识以及Office 产品在Automation 上的一些支持以及常见问题。您可以用作参考。Q238972 INFO: Using Visual C++ to Automate Office
http://support.microsoft.com/support/kb/articles/q238/9/72.aspQ196776 FAQ: Office Automation Using Visual C++
http://support.microsoft.com/support/kb/articles/q196/7/76.asp此外，我在以下列出了Q178784中的样例代码，并添加了一些中文注释。Steps to Create the Project
---------------------------1. In Microsoft Word, create a new document, add some text to the document, and save it as Test.doc. Close the document and exit Word.2. Follow steps 1 through 12 in the following Microsoft Knowledge Base article to create a sample project that uses the IDispatch interfaces and member functions defined in the MSWord8.olb type library:   Q178749 HOWTO: Create an Automation Project Using MFC and a Type Library请先按照Q178749的步骤建立一个框架程序，并引入Word typelib.3. At the top of the AutoProjectDlg.cpp, add the following line:         #include "msword8.h" // msword9.h for Word 2000, msword.h for Word 20024. Add the following code to CAutoProjectDlg::OnRun() in the AutoProjectDLG.cpp
   file.当以上步骤完成后,你会看到项目中有很多新的类，那些类就对应着Word的对象模型。Sample Code
-----------          _Application objWord;　//定义Word应用程序对象(Word.application)         // Convenient values declared as ColeVariants.
         COleVariant covTrue((short)TRUE),
                     covFalse((short)FALSE),
                     covOptional((long)DISP_E_PARAMNOTFOUND, VT_ERROR);
         // Get the IDispatch pointer and attach it to the objWord object.
         if (!objWord.CreateDispatch("Word.Application"))
         {
            AfxMessageBox("Couldn't get Word object.");
            return;
         }         objWord.SetVisible(TRUE);  //This shows the application.         Documents docs(objWord.GetDocuments());//定义Word Documents对象(Word.Documents)         _Document testDoc; //定义Word Document对象(Word.Document)         testDoc.AttachDispatch(docs.Open( //可看成VB语句set testDoc =  Word.documents.Open(…)
                                COleVariant("C:\\Test.doc",VT_BSTR),
                                covFalse,    // Confirm Conversion.
                                covFalse,    // ReadOnly.
                                covFalse,    // AddToRecentFiles.
                                covOptional, // PasswordDocument.
                                covOptional, // PasswordTemplate.
                                covFalse,    // Revert.
                                covOptional, // WritePasswordDocument.
                                covOptional, // WritePasswordTemplate.
                                covOptional) // Format. // Last argument for Word 97
                                   covOptional, // Encoding // New for Word 2000/2002
                                   covTrue,     // Visible
                                   covOptional, // OpenConflictDocument
                                   covOptional, // OpenAndRepair
                                   (long)0,     // DocumentDirection wdDocumentDirection LeftToRight
                                   covOptional  // NoEncodingDialog
                                   )  // Close Open parameters
                                   ); // Close AttachDispatch(?)          AfxMessageBox("Now printing 2 copies on the active printer");          testDoc.PrintOut(covFalse,              // Background. //可看成VB语句testDoc.PrintOut(…)
                           covOptional,           // Append.
                           covOptional,           // Range.
                           covOptional,           // OutputFileName.
                           covOptional,           // From.
                           covOptional,           // To.
                           covOptional,           // Item.
                           COleVariant((long)2),  // Copies.
                           covOptional,           // Pages.
                           covOptional,           // PageType.
                           covOptional,           // PrintToFile.
                           covOptional,           // Collate.
                           covOptional,           // ActivePrinterMacGX.
                           covOptional            // ManualDuplexPrint.
                           covOptional,           // PrintZoomColumn  New with Word 2002
                           covOptional,           // PrintZoomRow          ditto
                           covOptional,           // PrintZoomPaperWidth   ditto
                           covOptional);          // PrintZoomPaperHeight  ditto          // If you wish to Print Preview the document rather than print it,
          // you can use the PrintPreview member function instead of the
          // PrintOut member function:
          //    testDoc[i].PrintPreview.         objWord.Quit(covFalse,  // SaveChanges.
                      covTrue,   // OriginalFormat.
                      covFalse   // RouteDocument.
                      );5. You may need to modify the code in CAutoProjectDlg::OnRun() to indicate the correct path for your document Test.doc. The document is referenced in the  following line:         testDoc.AttachDispatch(docs.Open(
                               COleVariant("C:\\My Docs\\Test.doc",VT_BSTR)...
希望对您有帮助！本贴子以“现状”提供且没有任何担保，同时也没有授予任何权利。具体事项可参见使用条款(http://support.microsoft.com/directory/worldwide/zh-cn/community/terms_chs.asp)。为了为您创建更好的讨论环境，请参加我们的用户满意度调查(http://support.microsoft.com/directory/worldwide/zh-cn/community/survey.asp?key=(S,49854782))