C# 提取Word中插入的多媒体文件（视频、音频）

admin

在Word中可将文件通过OLE对象嵌入的方式插入到文档，包括Word、excel、PDF、PPT、图片、宏文件、文件包等在内的多种文件类型。对文档中已插入的文档对象，也可通过本文中的方法提取出来另存到指定路径。本文将通过C#程序代码示例做详细介绍。

dll文件安装（3种方法）
1.通过NuGet安装dll（2种方法）

  1.1可以在Visual Studio中打开“解决方案资源管理器”，鼠标右键点击“引用”，“管理NuGet包”，然后搜索“Free Spire.Doc”，点击“安装”。等待程序安装完成。

  1.2将以下内容复制到PM控制台安装。

Install-Package FreeSpire.Doc -Version 9.9.7

2.手动添加dll引用

可通过手动下载包到本地，然后解压，找到BIN文件夹下的Spire.Doc.dll。然后在Visual Studio中打开“解决方案资源管理器”，鼠标右键点击“引用”，“添加引用”，将本地路径BIN文件夹下的dll文件添加引用至程序。

提取文件
提取文件时，主要通过以下步骤完成：

创建Document类的对象，并通过Document.LoadFromFile()方法加载Word文档。
遍历Word文档中的所有Section中的子对象，判断对象是否为Paragraph类型。
遍历段落中的子对象，判断对象是否为DocumentObjectType类型的OLE对象。
将符合条件的OLE对象通过as操作符转换为DocOleObject类型。
通过File.WriteAllBytes()方法提取对象，保存到本地路径。


注：以下代码中所使用到的Word测试文件和提取到的多媒体文件路径为VS程序的Debug路径，如：F:\VS2017Project\ ExtractMediaFile\bin\Debug 。



下面是完整代码示例：

C#
[mw_shl_code=csharp,true]using Spire.Doc;
using Spire.Doc.Documents;
using Spire.Doc.Fields;
using System.IO;

namespace ExtractMediaFile
{
    class Program
    {
        static void Main(string[] args)
        {
            //加载Word文档
            Document doc = new Document();
            doc.LoadFromFile(@"OLE.docx");

            //遍历所有子对象
            foreach (Section section in doc.Sections)
            {
                foreach (DocumentObject obj in section.Body.ChildObjects)
                {
                    if (obj is Paragraph)
                    {
                        Paragraph paragraph = obj as Paragraph;
                        foreach (DocumentObject obj2 in paragraph.ChildObjects)
                        {
                            if (obj2.DocumentObjectType == DocumentObjectType.OleObject)
                            {
                                DocOleObject ole = obj2 as DocOleObject;

                                //提取文件
                                File.WriteAllBytes(ole.PackageFileName, ole.NativeData);
                            }
                        }
                    }
                }
            }

        }
    }
}[/mw_shl_code]
VB.NET
[mw_shl_code=applescript,true]Imports Spire.Doc
Imports Spire.Doc.Documents
Imports Spire.Doc.Fields
Imports System.IO

Namespace ExtractMediaFile
    Class Program
        Private Shared Sub Main(args As String())
            '加载Word文档
            Dim doc As New Document()
            doc.LoadFromFile("test.docx")

            '遍历所有子对象
            For Each section As Section In doc.Sections
                For Each obj As DocumentObject In section.Body.ChildObjects
                    If TypeOf obj Is Paragraph Then
                        Dim paragraph As Paragraph = TryCast(obj, Paragraph)
                        For Each obj2 As DocumentObject In paragraph.ChildObjects
                            If obj2.DocumentObjectType = DocumentObjectType.OleObject Then
                                Dim ole As DocOleObject = TryCast(obj2, DocOleObject)

                                '提取文件
                                File.WriteAllBytes(ole.PackageFileName, ole.NativeData)
                            End If
                        Next
                    End If
                Next
            Next

        End Sub
    End Class
End Namespace[/mw_shl_code]
文件读取结果如图：