.net中Word转Html的方法（可以不装微软Word组件）

最近碰到一个需求，在文本编辑器中实现“Word导入”功能 发现了几种方法，只是作为总结使用

 

基本思路：

把Word文件上传到服务器，读取其内容存储为Html，然后加载Html内容

 

1：使用Microsoft.Office.Interop.Word组件

     这是比较常用的一种方式，代码就不贴出了，网上大把的例子

     缺点：服务器需要装Word的组件，并且需要在服务器上设置Docm+对象的权限，如果一台服务器还好，如果项目应用到多台不同服务器，就比较繁琐了

2： OpenXml API 

     可以将.docx（word 97-2003 不适用）转化为XML，有了XML，想转成HTML或是其他格式都不再是问题了，此Api需要 .net FreamWork3.5+ Office2007+

3：第三方：例如Aspose.Words（已测试，推荐）

   Aspose提供了各种格式的转换方案，有兴趣的可以进去仔细看一下，.NET Java方向的都有，采用其中Aspose.Words这个Dll，无需安装微软Office组件 即可转换Word（Converting DOC,DOCX to HTML without MS Office Word in .Net）

 

Aspose.Words.Document d = new Aspose.Words.Document(wordPhysicalPath);
            d.Save("d:\\1.html", SaveFormat.Html);

即可存为HTML文档（注意Word里面的图片存储在和Html同级目录下，读取Html内容时需要替换<img src=' 为 <img src='+图片虚拟路径）

优点：不需要安装微软Office组件，只需要一个差不多2M的DLL 就可以完成此功能

缺点：Aspose并不是一个开源的组件，国内虽然有破解版，也可反编译后自己进行更改，但是版权问题确实是要考虑的因素

 

还有一些第三方的其他的项目，大部分是收费的，在此就不一一列举了