我想使用C＃提取MS Office文件的内容 . 例如：我想打开doc / docx / xls / xlsx / ppt / pptx并能够提取文本和信息（页数 - 单词，页数 - excel，幻灯片数量 - ppt，数量图表 - excel，图像数量 - powerpoint等等） . 我意识到我可以使用Windows iFilter提取文本 . 但这只给我文字 . 有谁知道一个dll或什么东西可以给我这种信息？如果没有，是否有任何网站详细解释办公室xml文件的骨架？
对于docx / xlsx / pptx，MS提供了一个名为OpenXML SDK的免费库，您可以使用它来实现您所要求的...
对于doc / xls / ppt（旧/二进制）我不知道一个免费的库 - 有一些商业库支持这个：
Aspose.Words（DOC和DOCX）
Aspose.Cells（XLS和XLSX）
Flexcel（XLS和XLSX）
SpreadSheetGear（XLS和XLSX）
Aspose.Slides（PPT和PPTX）
Spire.Office（DOC和DOCX以及XLS和XLSX）
商业图书馆通常提供一系列非常丰富的功能 - 例如导出为PDF ...
这里解释了Office XML格式：
http://msdn.microsoft.com/en-us/library/aa338205(v=office.12).aspx
在潜水之前，值得阅读维基百科的文章来定位自己
http://en.wikipedia.org/wiki/Microsoft_Office_XML_formats
2 回答
对于docx / xlsx / pptx，MS提供了一个名为OpenXML SDK的免费库，您可以使用它来实现您所要求的...
对于doc / xls / ppt（旧/二进制）我不知道一个免费的库 - 有一些商业库支持这个：
Aspose.Words（DOC和DOCX）
Aspose.Cells（XLS和XLSX）
Flexcel（XLS和XLSX）
SpreadSheetGear（XLS和XLSX）
Aspose.Slides（PPT和PPTX）
Spire.Office（DOC和DOCX以及XLS和XLSX）
商业图书馆通常提供一系列非常丰富的功能 - 例如导出为PDF ...
这里解释了Office XML格式：
http://msdn.microsoft.com/en-us/library/aa338205(v=office.12).aspx
在潜水之前，值得阅读维基百科的文章来定位自己
http://en.wikipedia.org/wiki/Microsoft_Office_XML_formats