C#仪器数据文件解析-Word文件（doc、docx）

不少仪器数据报告输出为Word格式文件，同Excel文件，Word文件doc和docx的存储格式是不同的，相应的解析Word文件的方式也类似，主要有以下方式：

1.通过MS Word应用程序的DCOM接口；

2.WPS Word应用程序的DCOM接口，其他Office应用程序，例如Open Office等；

3.NPOI库；

4.MS Open XML；

5.Spire.Doc库；

实际操作中，MS与Open Office等不同厂家对Word（或泛指Office中的字处理软件文档）的格式定义标准有差别，因此存在兼容性的问题；

即使MS的docx格式文件，2007、2010、2013等不同版本虽然都使用XML格式定义，但仍然不同，也存在兼容性问题。

因此，多数客户终端使用MS Office的情况下，如果使用Open Office等其他应用程序来处理Word文档，则会出现很多问题。

能够很好处理MS Word文档的应用程序，好用的应用程序就是MS Office Word、WPS，好用的组件库就是Spire.Doc，NPOI（仅docx）。

使用组件库的好处是不需要安装应用程序，部署简单，另外通过.Net Framework调用也优于DCOM接口。

由于Spire.Doc为收费组件，所以建议使用NPOI解析Word，当然仅限于Word 2007+。

以下为关键代码，供参考：

FileStream fileStream = new FileStream(fileName, FileMode.Open, FileAccess.Read);
xwpfDocument = new XWPFDocument((Stream)fileStream);
foreach (XWPFParagraph xwpfParagraph in (IEnumerable<XWPFParagraph>)xwpfDocument.Paragraphs)
                stringBuilder.AppendLine(xwpfParagraph.ParagraphText);