Extraire le texte d'un document Word au format HTML

Introduction

GroupDocs.Parser pour .NET est une puissante bibliothèque d’analyse de documents qui permet aux développeurs d’extraire de manière transparente du texte et des métadonnées à partir de divers formats de fichiers. Dans ce didacticiel, nous nous concentrerons sur l’utilisation de GroupDocs.Parser pour extraire du texte de documents Word et l’enregistrer au format HTML. Ce processus est essentiel pour des tâches telles que l’analyse de contenu, l’indexation ou la conversion de documents dans des formats adaptés au Web. À la fin de ce guide, vous comprendrez clairement comment utiliser efficacement GroupDocs.Parser dans vos applications .NET.

Conditions préalables

Avant de vous lancer dans ce didacticiel, assurez-vous d’avoir les prérequis suivants :

• Connaissance de base de la programmation C#.
• Visual Studio installé sur votre machine de développement.
• GroupDocs.Parser pour la bibliothèque .NET. Vous pouvez le télécharger depuisici.
• Accès à un exemple de document Word à des fins de test.

Importer des espaces de noms

Pour commencer, vous devez importer les espaces de noms nécessaires dans votre projet C# :

using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using GroupDocs.Parser.Data;
using GroupDocs.Parser.Options;

Suivez ces étapes détaillées pour extraire le texte d’un document Word et l’enregistrer au format HTML à l’aide de GroupDocs.Parser pour .NET :

Étape 1 : Créer une instance de la classe Parser

Tout d’abord, créez une instance deParser classe en fournissant le chemin d’accès à votre exemple de document Word :

using (Parser parser = new Parser("YourSampleFile.docx"))
{
    // Passez à l'étape 2...
}

Remplacer"YourSampleFile.docx"avec le chemin d’accès à votre document Word.

Étape 2 : Extraire le texte formaté au format HTML

Ensuite, utilisez leGetFormattedText méthode avecFormattedTextOptionspour extraire le texte au format HTML :

using (Parser parser = new Parser("YourSampleFile.docx"))
{
    // Extraire un texte formaté dans le lecteur
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        // Passez à l'étape 3...
    }
}

Étape 3 : Lire et afficher le code HTML extrait

Enfin, lisez le contenu HTML extrait duTextReader et imprimez-le sur la console :

using (Parser parser = new Parser("YourSampleFile.docx"))
{
    // Extraire un texte formaté dans le lecteur
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        // Imprimer le texte formaté au format HTML
        Console.WriteLine(reader.ReadToEnd());
    }
}

Conclusion

Dans ce didacticiel, nous avons expliqué comment utiliser GroupDocs.Parser pour .NET pour extraire le texte d’un document Word et l’enregistrer au format HTML. Cette bibliothèque offre un moyen simple et efficace d’analyser le contenu d’un document, ce qui en fait un outil précieux pour les tâches de traitement de documents dans les applications .NET.

FAQ

Comment puis-je obtenir une licence temporaire pour GroupDocs.Parser ?

Vous pouvez demander une licence temporaire auprès deici.

Où puis-je trouver plus de documentation pour GroupDocs.Parser ?

Une documentation détaillée est disponibleici.

Existe-t-il un essai gratuit disponible pour GroupDocs.Parser ?

Oui, vous pouvez accéder à la version d’essai gratuiteici.

Comment puis-je obtenir de l’assistance pour GroupDocs.Parser ?

Visitez le forum d’assistanceici.

Quels types de documents GroupDocs.Parser prend-il en charge ?

GroupDocs.Parser prend en charge divers formats de documents, notamment Word, PDF, Excel, PowerPoint, etc.