如何在 C# 中使用模板建立 Word 文件

支持多種文件格式

IronWord支持多種文件格式，包括：

• PDF：它能夠解釋包含正常文字的PDF、內嵌字型的PDF以及基於向量的PDF。
• Microsoft Word文件 (DOCX)：它可以輕鬆地從Word文件中讀取文字，同時保持文件結構和格式完整。
• 文字文件 (TXT)：此外，IronWord還可以處理純文字文件，從中提取和處理文字。

準確的文字擷取

IronWord擷取引擎善於提取文字內容，即便它被埋藏在具有複雜頁面佈局、嵌入字型或混合內容（如圖片和表格）的複雜文件中。 該程式庫保留：

• 文字格式：例如粗體、斜體、下劃線和應用於文字的其他風格方面。
• 文件層次結構：標題、段落和清單，以保持組織性和可讀性。

處理結構化和非結構化資料

IronWord能夠處理結構化和非結構化資料。 它可以提取：

• 結構化資料：具有可預測格式模式的文件，例如表單和合同。
• 非結構化資料：具有不可預測文字佈局的文件，如報告或文章。

由於能夠處理各類內容，它在涉及資料挖掘、資訊檢索和分類的任務中證明了其有用性。

適用於大容量的擴展性

IronWord旨在高效處理大量文件，為企業應用提供了極大擴充性。 例子包括：

• 文件批量處理：同時處理許多文件。
• 處理大文件：在文件尺寸大的情況下不會影響性能。

與程式語言的無縫整合

IronWord可以無縫整合到開發環境中，特別是Python，藉由易用的API。這使開發者能夠：

• 將IronWord導入Python應用程式：在Python腳本中直接使用IronWord功能。
• 跨語言互操作性：除了Python，IronWord也能有效地用於其他語言，促進技術堆疊的互操作性。

這種易於整合性允許開發者專注於功能，而不是基礎架構。

高性能和速度

IronWord已經過性能優化，即便是從大型文件中提取文字，也能快速做到，這對於需要快速執行的實時應用程式至關重要。 該程式庫提供：

• 多執行緒支持：提升並行提取過程。
• 小記憶體佔用：在處理過程中優化系統資源使用，實現對大型資料集的擴充性。

可選的OCR支持

對於包含圖片的文件，IronWord可以與OCR技術一起使用以：

• 處理掃描文件：從圖片、掃描PDF或其他基於圖片的格式中擷取文字。
• 多語言支持：識別並擷取受支持的OCR語言中的文字。

元資料保護

除了文字擷取外，IronWord還保留來自文件的元資料，例如：

• 文件版本和合規資訊：對於合規或檔案保存用途非常有用。
• 文件管理系統：元資料與內容同樣重要的地方。

安裝IronWord程式庫

從Visual Studio工具選單中，選擇NuGet套件管理器。 要進入包管理控制台，請跳至包管理介面。

Install-Package IronWord

一旦下載並安裝好，該套件即可在正在進行的專案中用於文字擷取。

包管理器方法提供了另一個選項，允許通過Visual Studio的NuGet套件管理器直接安裝到解決方案中。 下方圖示顯示了如何存取包管理器。

使用NuGet網站的搜尋欄位找到套件。 按照下圖所示用包管理器搜尋"IronWord"。

附加圖形顯示了相關的搜索結果。 請進行這些調整，以便在您的電腦上安裝該軟體。

從Word文件中提取文字

若要使用IronWord從文件中提取文字，請遵循以下步驟。 以下範例程式碼展示了使用IronWord程式庫在C#中從Word文件（.docx）中擷取文字的過程。

// Include necessary libraries
using IronWord;

// Set the license key for IronWord
IronWord.License.LicenseKey = "License key here";

// Load the Word document
var docx1 = new WordDocument("D:\\C# Projects\\ConsoleApp\\ConsoleApp\\File\\existing.docx");

// Access the collection of paragraphs in the document
var paragraphObj = docx1.Paragraphs;

// Loop through each paragraph and its text elements
for (int i = 0; i < paragraphObj.Count; i++)
{
    for (int j = 0; j < paragraphObj[i].Texts.Count; j++)
    {
        // Print each text element to the console
        Console.WriteLine(paragraphObj[i].Texts[j].Text.ToString());
    }
}

// Wait for user input before closing the console
Console.ReadKey();

// Include necessary libraries
using IronWord;

// Set the license key for IronWord
IronWord.License.LicenseKey = "License key here";

// Load the Word document
var docx1 = new WordDocument("D:\\C# Projects\\ConsoleApp\\ConsoleApp\\File\\existing.docx");

// Access the collection of paragraphs in the document
var paragraphObj = docx1.Paragraphs;

// Loop through each paragraph and its text elements
for (int i = 0; i < paragraphObj.Count; i++)
{
    for (int j = 0; j < paragraphObj[i].Texts.Count; j++)
    {
        // Print each text element to the console
        Console.WriteLine(paragraphObj[i].Texts[j].Text.ToString());
    }
}

// Wait for user input before closing the console
Console.ReadKey();

' Include necessary libraries
Imports IronWord

' Set the license key for IronWord
IronWord.License.LicenseKey = "License key here"

' Load the Word document
Dim docx1 = New WordDocument("D:\C# Projects\ConsoleApp\ConsoleApp\File\existing.docx")

' Access the collection of paragraphs in the document
Dim paragraphObj = docx1.Paragraphs

' Loop through each paragraph and its text elements
For i As Integer = 0 To paragraphObj.Count - 1
	Dim j As Integer = 0
	Do While j < paragraphObj(i).Texts.Count
		' Print each text element to the console
		Console.WriteLine(paragraphObj(i).Texts(j).Text.ToString())
		j += 1
	Loop
Next i

' Wait for user input before closing the console
Console.ReadKey()

程式碼初始化IronWord的授權金鑰並從指定路徑載入.docx文件，建立一個WordDocument物件。 在文件載入後，通過Paragraphs屬性存取所有段落。

使用巢狀迴圈遍歷段落和它們的文字元素。 外層迴圈遍歷每個段落，而內層迴圈處理每個段落的文字元素。 文字元素在轉換為字串後列印到控制台。

Console.ReadKey()暫停程式執行，允許輸出顯示直到使用者輸入後關閉應用程式窗口。 此方法有序地提取並列印Word文件的內容。