Ekstrak Teks dari Dokumen Word sebagai HTML

Perkenalan

GroupDocs.Parser untuk .NET adalah pustaka penguraian dokumen canggih yang memungkinkan pengembang mengekstrak teks dan metadata dari berbagai format file dengan mulus. Dalam tutorial ini, kita akan fokus memanfaatkan GroupDocs.Parser untuk mengekstrak teks dari dokumen Word dan menyimpannya sebagai HTML. Proses ini penting untuk tugas-tugas seperti analisis konten, pengindeksan, atau mengonversi dokumen ke format ramah web. Di akhir panduan ini, Anda akan memiliki pemahaman yang jelas tentang cara menggunakan GroupDocs.Parser secara efisien di aplikasi .NET Anda.

Prasyarat

Sebelum mendalami tutorial ini, pastikan Anda memiliki prasyarat berikut:

• Pengetahuan dasar tentang pemrograman C#.
• Visual Studio diinstal pada mesin pengembangan Anda.
• GroupDocs.Parser untuk perpustakaan .NET. Anda dapat mengunduhnya dariDi Sini.
• Akses ke contoh dokumen Word untuk tujuan pengujian.

Impor Namespace

Untuk memulai, Anda perlu mengimpor namespace yang diperlukan ke proyek C# Anda:

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

Ikuti langkah-langkah mendetail berikut untuk mengekstrak teks dari dokumen Word dan menyimpannya sebagai HTML menggunakan GroupDocs.Parser untuk .NET:

Langkah 1: Buat Instance Kelas Parser

Pertama, buat sebuah instance dariParser kelas dengan menyediakan jalur ke contoh dokumen Word Anda:

using (Parser parser = new Parser("YourSampleFile.docx"))
{
    // Lanjutkan ke Langkah 2...
}

Mengganti"YourSampleFile.docx"dengan jalur ke dokumen Word Anda.

Langkah 2: Ekstrak Teks Terformat sebagai HTML

Selanjutnya, gunakanGetFormattedText metode bersama denganFormattedTextOptionsuntuk mengekstrak teks dalam format HTML:

using (Parser parser = new Parser("YourSampleFile.docx"))
{
    // Ekstrak teks yang diformat ke pembaca
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        // Lanjutkan ke Langkah 3...
    }
}

Langkah 3: Baca dan Keluarkan HTML yang Diekstraksi

Terakhir, baca konten HTML yang diekstrak dariTextReader dan mencetaknya ke konsol:

using (Parser parser = new Parser("YourSampleFile.docx"))
{
    // Ekstrak teks yang diformat ke pembaca
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        // Cetak teks yang diformat sebagai HTML
        Console.WriteLine(reader.ReadToEnd());
    }
}

Kesimpulan

Dalam tutorial ini, kita telah menjelajahi cara menggunakan GroupDocs.Parser untuk .NET untuk mengekstrak teks dari dokumen Word dan menyimpannya sebagai HTML. Pustaka ini menawarkan cara yang mudah dan efisien untuk mengurai konten dokumen, menjadikannya alat yang sangat berharga untuk tugas pemrosesan dokumen dalam aplikasi .NET.

FAQ

Bagaimana saya bisa mendapatkan lisensi sementara untuk GroupDocs.Parser?

Anda dapat meminta lisensi sementara dariDi Sini.

Di mana saya dapat menemukan lebih banyak dokumentasi untuk GroupDocs.Parser?

Dokumentasi terperinci tersediaDi Sini.

Apakah ada uji coba gratis yang tersedia untuk GroupDocs.Parser?

Ya, Anda dapat mengakses versi uji coba gratisDi Sini.

Bagaimana cara mendapatkan dukungan untuk GroupDocs.Parser?

Kunjungi forum dukunganDi Sini.

Jenis dokumen apa yang didukung GroupDocs.Parser?

GroupDocs.Parser mendukung berbagai format dokumen termasuk Word, PDF, Excel, PowerPoint, dan banyak lagi.