C#实现Word中表格信息读取

很多时候，会有很多信息存放在Word文档中。而我们需要把这些信息提取出来，另做它用。而Word的格式是ms的机密，不知道有没有NB人可以对其做字符流的分析，反正我是没这能力也没这打算。所以就只能用ms提供的组件来进行编程。但ms没有提供托管的类库，而是提供了对com组件的PIA转换。具体添加，使用和相关知识，可以参见kaneboy's blog中的http://blog.joycode.com/kaneboy/articles/67688.aspx。高手的讲解，很是清晰。
而我想做的是对word文档中的表信息进行提取。网上很难找到相关的代码（打开一个已有文档，对其内容进行分析），但我觉得这种工作是很有意义的。写了一段小的Demo，如下：

object oFileName = @"C:\Documents and Settings\liush\My Documents\TestDoc.doc";
object oReadOnly = true;
object oMissing = System.Reflection.Missing.Value;

Word._Application oWord;
Word._Document oDoc;
oWord = new Word.Application();
oWord.Visible = true;//只是为了方便观察
oDoc = oWord.Documents.Open(ref oFileName, ref oMissing, ref oReadOnly, ref oMissing, ref oMissing,
    ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing, ref oMissing);

//MessageBox.Show(oDoc.Tables.Count.ToString());
for (int tablePos = 1; tablePos <= oDoc.Tables.Count; tablePos++)
{
    Word.Table nowTable = oDoc.Tables.Item(tablePos);
    string tableMessage = string.Format("第{0}/{1}个表:\n", tablePos, oDoc.Tables.Count);

    for (int rowPos = 1; rowPos <= nowTable.Rows.Count; rowPos++)
    {
for (int columPos = 1; columPos <= nowTable.Columns.Count; columPos++)
{
tableMessage += nowTable.Cell(rowPos, columPos).Range.Text;
tableMessage = tableMessage.Remove(tableMessage.Length - 2, 2);//remove \r\a
tableMessage += "\t";
}

tableMessage += "\n";
    }

    MessageBox.Show(tableMessage);
}

如果看过了上面kaneboy的文章（这是一个系列的之一），再看这段代码应该不会很难理解。打开一个已有文档，然后遍历其中的所有的表。这里只是简单的将信息显示出来，具体实践上可以对这些信息进行分析。做完这些后，终于找到了一些官方的支持文档，地址如下：
http://msdn2.microsoft.com/zh-CN/library/y1xatbkd.aspx
其中的word任务有对word各种操作的简单代码事例，用vb和c#写的。看完之后，我想每个人都会明白vb对com的支持比c#不是简单明了一点两点。（可以看下这个http://blog.joycode.com/kaneboy/archive/2005/08/03/61489.aspx）同样的代码，用vb实现打开word文档的操作，代码如下：

Dim fileName As String = "C:\Documents and Settings\liush\My Documents\TestDoc.doc"
Dim isReadOnly As Boolean = True

Dim wordApplication As Word.Application = New Word.Application()
Dim wordDocument As Word.Document
wordApplication.Visible = True
wordDocument = wordApplication.Documents.Open(fileName, , isReadOnly)

所以，下次我要做COM操作的时候，我还会回归我可爱的VB的。但是，用了太久的C#毛病越来越多了，动不动就习惯性加括号，加分号。。。

PS：这些工作是帮我老妈做的。她们资料室想把资料目录信息存入数据库，然后建立网站方便检索和管理。这些目录信息原先是存放在Word文档中的。这是她们第一次数字化的结果，那一次她们把一大堆纸质资料变成了word文档。在她们的当时理解中，数字化就是按照原来的东西，连格式都不变的变成Word文档就好。现在他们对这些难于维护，难于检索的东西终于失去了耐性，开始考虑数据库和网络了。也许数字化也是一个思维逐步转变的过程。