用C#轉換Word或Excel文檔為Html文件

這個是CodeProject上的一篇文章：Microsoft Interop API to convert the .doc, .docx, .dot, .dotx and .xls,.xlsx, .rtf to HTML。該文介紹了一種通過Microsoft office Interop library轉換word或excel文檔為html的方法，這里轉錄一下，以供更多需要的人參考。

要使用Microsoft office Interop library庫，首先得在電腦上安裝Office，然后添加如下三個com組件的引用：

• Microsoft Office Excel library.
• Microsoft Office Word library
• Microsoft Office object library

作者編寫了兩個類DocToHtml和XlsToHtml用以轉換Word和Excel文檔，

    public static IConverter Converter(string fullFilePath, string fileToSave)
    {
        switch (Path.GetExtension(fullFilePath).ToLower())
        {
            case ".doc":
            case ".docx":
            case ".dot":
            case ".dotx":
            case ".rtf":
                return new DocToHtml { FileToSave = fileToSave, FullFilePath = fullFilePath };
            case ".xls":
            case ".xlsx":
                return new XlsToHtml { FileToSave = fileToSave, FullFilePath = fullFilePath };
            default:
                throw new NotSupportedException();
        }
    }

使用方法如下：

    static void Main(string[] args)
    {
        var converter = ConverterLocator.Converter(@"r:\1.xlsx", @"r:\1.html");
        var html = converter.Convert();
    }

原文提供了代碼的下載，使用了一下，覺得有兩個問題：

1. 該代碼轉換后會刪除原始文件，並且也不會保留轉換后的文件，僅僅返回string類型的html。

轉換后刪除原始文件是不對的，並且string類型的html文件有並不能完全代表結果（很多時候還有一些圖片或樣式表之類的附加文件）。因此我把代碼修改了一下，不刪除原始文件和轉換后的文件。

2. 轉換帶圖片的文檔時會報異常

分析了一下，轉換帶圖片的文檔后，會生成一個xxx.files的文件夾用以存放文檔，但是作者的代碼中是xxx_files文件夾（可能是操作系統或office的版本不一樣所致），我這里改成了xxx.files后就不報異常了。

 

修改后的代碼下載地址如下：點擊下載。