当前位置:  开发笔记 > 编程语言 > 正文

解析Microsoft Office和PDF文档的最佳方法是什么?

如何解决《解析MicrosoftOffice和PDF文档的最佳方法是什么?》经验,为你挑选了1个好方法。

我正在使用VB9(VS2008)和Lucene.NET开发桌面搜索引擎.Lucene.NET中的Indexer仅接受原始文本数据,因此无法直接从Microsoft Office(DOC,DOCX,PPT,PPTX)和PDF文档中提取原始文本.从这些文件中提取原始文本数据的最佳方法是什么?



1> 小智..:

您可以像Windows桌面搜索一样使用实现IFilter接口的组件.

从.NET使用的示例

指向IFilter实现的链接

IFilter接口的描述

推荐阅读
贾志军
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有