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。