Текст в .doc

← →
Ajax (2002-03-13 19:09) [0]

Мне нужно получить весь текст из вордовского файла, причем форматирование и всякие там картинки меня не интересуют. Только текст. Я так поковырял немножко doc, чего-то не понятно. Часть текста видно, часть нет. Возможно там своя кодировка? Какие есть варианты по получение текста? (OLE использовать нежелательно)

← →
VictorT (2002-03-13 19:26) [1]

Начиная с 97 Ворда в документах используется так называемая кодировка unicode.

← →
Ajax (2002-03-13 19:50) [2]

Я вроде бы нашел где в doc текст прячется. Смещение 2560, но это только на основе нескольких опытов. Было бы хорошо что-нибудь по-цивильнее...

Попробую в сети про unicode поискать, но если у кого-то есть готовый код, не откажусь.

← →
Дмитрий (2002-03-13 20:37) [3]

Дарю.

const wdFormatDocument = 0;
wdFormatDOSText = 4;
wdFormatDOSTextLineBreaks = 3;
wdFormatEncodedText = 7;
wdFormatHTML = 8;
wdFormatRTF = 6;
wdFormatTemplate = 1;
wdFormatText = 2;
wdFormatTextLineBreaks = 3;
wdFormatUnicodeText = 7;

{ Это из .tlb }

function ConvertDir(const InDir, OutDir: string): boolean;
var Doc: OleVariant;
F: TSearchRec;
begin
try
CoInitialize(nil);
Doc:=CreateOleObject("Word.Application");
if not (DirectoryExists(OutDir)) then
CreateDirectory(PChar(OutDir), nil);
if FindFirst(InDir+"\*.doc", faAnyFile, F) = 0 then
begin
while FindNext(F) = 0 do
begin
Doc.Documents.Open(InDir+"\"+F.Name);
Doc.ActiveDocument.SaveAs(FileName:=OutDir+"\"+ChangeFileExt(F.Name, ".txt"), FileFormat:=3);
Doc.ActiveDocument.Close();
Application.ProcessMessages();
end;
end;
finally
begin
Doc.Quit;
Doc:=unassigned;
end;
CoUninitialize();
end;
end;

← →
Дмитрий (2002-03-13 20:41) [4]

..только я не понял, чем вас COM не устраивает? Не нравится OleVariant - импортируйте TypeLibrary.

Текст в .doc Найти похожие ветки