Comment lire un fichier .doc en c#

**Jojo 51** · 27/09/2018, 15h10

Bonjour à tous !

je cherche à manipuler des documents words afin de faire des recherches par keyword dedans mais je n'arrive pas à recupéré mon text en type 'string'. J'utilise Visual Studio.

J'ai ajouté la librairie 'MS word 16 object library' et la doc que propose microsoft est vraiment inbaisable !

J'ai écris un petit bout de code en m'aidant des exemples que j'ai pus trouvé sur le net mais ça n'affiche rien dans la console et j'ai vraiment du mal à comprendre comment utilisé cette librairie ! J'essaye de copier dans le presse papier puis de le convertir en string avec

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

clipboard.gettext()

mais ça marche pas et

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Clipboard.containsData(Dataformats.StringFormat)

me retroune false...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
 
using System;
using System.Windows.Forms;
using System.Collections.Generic;
using System.IO;
using System.Linq;
//using System.Runtime.InteropServices.ComTypes;
using System.Text;
using System.Threading.Tasks;
using Microsoft.CSharp;
using Microsoft.Office.Core;
using Microsoft.Office.Interop.Word;
using Word = Microsoft.Office.Interop.Word;
using static System.Windows.Forms.VisualStyles.VisualStyleElement;
 
namespace Test_Word
{
    class Program
    {
        static void Main(string[] args)
        {
 
            Word.Application wordObject = new Word.Application();
            object file = "C:/Users/****/Desktop/Test.doc";
            object nullobject = System.Reflection.Missing.Value;
 
            object Faux = (object)false;
            object Vrai = (object)true;
            Document docs = wordObject.Documents.Add(ref file, ref Faux, ref nullobject, ref Vrai);
            docs.ActiveWindow.Selection.WholeStory();
            docs.ActiveWindow.Selection.Copy(); // copy dans le presse papier
 
 
 
 
            Console.WriteLine(Clipboard.GetText());
            docs.Close(ref nullobject, ref nullobject, ref nullobject);
 
 
            Console.Read();
 
        }
    }
}

Y aurait-il quelqu'un sait s'en servir ou qui sait, du moins, comment recuperer le text et le transformer dans une forme conventionnelle que je puisse faire ma recherche ?

P-t cette librairie est super puissante pour manipuler les textes provenant des .doc mais je suis pommé et y a rien qui m'aide sur le web

**Jean-Philippe André** · 27/09/2018, 17h45

Salut,

pourquoi passer par le clipboard ?

Ne peux tu pas directement passer par Selection.Text ?

**clementmarcotte** · 28/09/2018, 01h03

Bonjour,

Je ne connais pas assez C# pour te donner LA réponse, mais deux choses que tu essayer:

1) Tu prends l'enregistreur de macros de Word et tu enregistres une macro d'une recherche. Tu vas avoir un code VBA, mais tout ce dont tu as besoin, ce sont les noms d'objets de Word et leurs paramètres, que tu dois combiner avec tes objets .net. Attention, l'enregistreur de macros de Word ne supporte la souris que pour les actions portant sur le ruban et l'interface de Word. Toutes les actions sur le texte (sélection, déplacement etc.) sont faites à partir du clavier.

2) Pour un usage occasionnel, tu peux enregistrer ton document Word (si tu as Word, pour OpenOffice, je ne sais pas) au format RTF et l'ouvrir dans un RichTextBox pour faire tes recherches.

Pour des textes au format docx, docm (Word 2007 et après) il y a d'autres solutions. Des gratuites et des commerciales. Mais si ce sont vraiment des documents au format doc (word 2003 et avant), les choix sont plus limités. Mais si tu as un Word récent, tu peux ouvrir un .doc et l'enregistrer en docx ou docm.

**Jojo 51** · 28/09/2018, 10h49

Bonjour à tous !

Je vous remercie infiniment pour vos réponses !

J'ai essayé

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

           string text = docs.ActiveWindow.Selection.Text;

mais quand j'affiche 'text' dans la console il écrase les lignes, c-a-d dans le fichier word j'ai écris

Salit Salut
.doc

et dans la console il m'affiche

.doct Salut

Je sais pas trop ce qu'il se passe

Du coup j'ai poursuivie à passer par le presse papier, il faut rajouter l'attribut [STAThread] devant le main

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
        [STAThread]
static void Main(string[] args)

et ça fonctionne avec toute les extensions, .doc, .docx, .docm et .rtf ! Voila le code complet :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
 Word.Application wordObject = new Word.Application();
            object file = "C:/Users/public/Desktop/Test.rtf"; 
            object nullobject = System.Reflection.Missing.Value;
 
            object Faux = (object)false;
            object Vrai = (object)true;
            Document doc = new Document();
 
             Document docs = wordObject.Documents.Add(ref file, ref Faux, ref nullobject, ref Vrai);
            docs.ActiveWindow.Selection.WholeStory();
            docs.ActiveWindow.Selection.Copy();
 
           //string text = docs.ActiveWindow.Selection.Text;
 
             IDataObject data = Clipboard.GetDataObject();
 
            //if (Clipboard.ContainsData(DataFormats.StringFormat))
              //Console.WriteLine("oui il y a des données sous format string ou convertible en string dans le presse papier");
           //else
              //Console.WriteLine("nan il n'y a rien dans le presse papier");
 
             string text =  data.GetData(DataFormats.StringFormat).ToString();
 
            Console.WriteLine(text.Count());
            Console.WriteLine(text);
 
            docs.Close(ref nullobject, ref nullobject, ref nullobject);
            Console.WriteLine("Fin");
 
            Console.Read();

Je dois faire une recherche de mot clés dans le texte, je suppose qu'il y a mieux à faire que de passer en string pis de faire la recherche dans le string mais j'ai un peu du mal à trouvé les fonctions de la librairie MS Word pour faire la recherche. Vous savez où je peux trouvé une documentation correcte ? Parce que celle fournit par docs.microsoft.com c'est une lecture fonction par fonction...

Ou si vous avez toutes autres solutions en tête (pour faire une recherche de mot clé dans un word), je suis preneur !

Un grand merci à vous pour m'avoir répondu, c'est chouette de toujours trouver du soutien sur ce site, mon job ne tient qu'à ça

**Jojo 51** · 28/09/2018, 11h14

Rebonjour !

J'ai un soucie avec des lettres un peu compliqué (pas simplement du texte mais de la mise en page et tout le tintouin). Il me met l'erreur

Impossible d'ouvrir les macros de stockage

sur la ligne

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

             Document docs = wordObject.Documents.Add(ref file, ref Faux, ref nullobject, ref Vrai);

Une idée de ce qui se passe ?

**clementmarcotte** · 28/09/2018, 23h40

Bonjour,

Documents.Add sert à créer un nouveau document Word

Documents.Open sert à ouvrir un document Word existant

En principe, les recherches de texte dans un document Word se font avec la méthode find

Si tu veux continuer par le presse-papiers, même si ce n'est pas l'idéal, tu devrais pouvoir vérifier le type de données dans le presse-papier. (Du moins c'est possible en VB.) Il me semble qu'un texte Word est converti en RTF quand il est copié dans le presse-papiers. Donc, si le presse-papier contient du texte en RTF, tu peux le coller dans un RichTextBox. Ensuite, la propriété text du RichTextBox, te permet d'utiliser la classe String pour chercher dans ton texte.

**Jojo 51** · 03/10/2018, 11h16

Bonjour à tous !

Un grand merci pour votre aide, je commence à maitrisé un peu mieux la librairie !

Est-ce que vous savez comment faire pour lire seulement un portion du texte ?
Par exemple si le texte est organiser par bloc, comment faire pour ne lire que le bloc en haut à droite ou en bas à gauche ? Est-ce possible ?J'ai dus mal à trouver dans la doc

**Jean-Philippe André** · 03/10/2018, 14h53

Salut,

"en haut à droite" et "en bas à gauche", à part dans un tableau, ca n'a aucun sens dans Word

Si tu veux lire paragraphe par paragraphe, tu peux, si tu veux lire les signets tu peux,...

A question ouvert, réponse foireuse/ A question précise, réponse précise

**clementmarcotte** · 03/10/2018, 23h40

Envoyé par Jojo 51

Bonjour à tous !
Est-ce que vous savez comment faire pour lire seulement un portion du texte ?

Cela, ça se fait avec l'objet Range ou l'objet Selection. Certains ne jurent que par l'objet Range, mais personnellement, je préfère l'objet Selection. Parce que l'on peut voir le texte sélectionné.

Mais, je te l'ai dit. Enregistre une macro dans Word. Ce n'est pas la mer à boire que d'adapter le code VBA en C aiguisé. Peu importe le langage de programmation, les objets Word ne changent pas.

**p.a.t.c.h** · 04/10/2018, 09h42

Bonjour,

J'utilise de temps en temps word de cette façon (en VBA, VB.net ou C#) en fait il faut comprendre la logique des gens de Microsoft (et si j'ai bien compris) :

- en simplifiant , un texte word pour eux est une suite de caractères (c'est typique d'une approche en C char() ) (c'est la collection de base d'un document), rien de plus (tu peux ainsi accéder à tous les caractères d'un document via son index)

- mais pour pouvoir y travailler ils ont regroupés en section,paragraphe, mot, phrase, selection, zone qui ne sont jamais que des objets 'collections d'index (début/fin)' pointant sur la collection de base.

en fonction du niveau de détail auquel tu veux accéder tu utilise tel ou tel objet 'index'.

mais comme le dit clement, je n'y avais pas pensé, le plus simple est de faire sous word ce que tu veux faire en enregistrant la macro et de voir les objects, que le code ainsi généré, utilise.

A part quelque artefact de language, tu doit pouvoir transposer sans problème du VBA en C# (ou plus simple en VB.net , VS acceptant des projets multilanguage).

Bon courage.

**clementmarcotte** · 04/10/2018, 23h11

Envoyé par Jojo 51

Bonjour à tous !

je commence à maitrisé un peu mieux la librairie !

C'est Word au complet, ou presque, que tu utilises.

**clementmarcotte** · 06/10/2018, 02h27

Envoyé par p.a.t.c.h

Bonjour,

mais comme le dit clement, je n'y avais pas pensé, le plus simple est de faire sous word ce que tu veux faire en enregistrant la macro et de voir les objects, que le code ainsi généré, utilise.

Bon courage.

Et c'est la même chose, et plus facile avec Excel. Parce que le support de la souris est plus élaboré dans l'enregistreur de macros d'Excel. Avec celui de Word, il faut utiliser le clavier pour modifier le texte.

**Jojo 51** · 24/10/2018, 11h15

Bonjour à tous !

Je me permet de reouvrir se topic parce que le code proposer ici à un bug que je parviens pas à résoudre

Quand je l’exécute, il y a pas de problème. Par contre, quand j'éteins et que je redémarre l'ordi. Au démarrage, l'ordi ouvre autant d'instance de nouveau document word(avec le logiciel word) que j'ai lancé l'appli précédemment...

J'imagine que je dois faire une mauvaise manip quelque part mais impossible de mettre la main dessus ! Je remet le code dans sa forme actuelle :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
using System;
using System.Windows.Forms;
using System.Collections.Generic;
using System.IO;
using System.Linq;
//using System.Runtime.InteropServices.ComTypes;
using System.Text;
using System.Threading.Tasks;
using Microsoft.CSharp;
using Microsoft.Office.Core;
using Microsoft.Office.Interop.Word;
using Word = Microsoft.Office.Interop.Word;
using static System.Windows.Forms.VisualStyles.VisualStyleElement;
 
namespace Test_Word
{
    class Program
    {
        [STAThread]
 
        static void Main(string[] args)
        {
            Word.Application wordObject = new Word.Application();
            object file = "C:/Users/Fernandez/Desktop/test2.docx"; 
            object nullobject = System.Reflection.Missing.Value;
            File.SetAttributes(file.ToString(), FileAttributes.Normal);
 
            object Faux = (object)false;
            object Vrai = (object)true;
            //Document doc = new Document();
 
            Document docs = wordObject.Documents.Add(ref file, ref Faux, ref nullobject, ref Vrai);
            docs.ActiveWindow.Selection.WholeStory();
            docs.ActiveWindow.Selection.Copy();
 
           //string text = docs.ActiveWindow.Selection.Text;
 
            //docs.ActiveWindow.Selection.InsertAfter("inséré depuis VS");
            //docs.Save();
 
             IDataObject data = Clipboard.GetDataObject();
            string text =  data.GetData(DataFormats.StringFormat).ToString();
 
            //if (Clipboard.ContainsData(DataFormats.StringFormat))
            //Console.Write("oui");
            //else
            //Console.Write("nan");
            // string text = Clipboard.GetText();
            Console.WriteLine("Lecture de " + file.ToString());
            //Console.WriteLine(text.Count());
            Console.WriteLine("");
            Console.WriteLine("Texte récupéré :");
            Console.WriteLine("");
            Console.WriteLine("");
            Console.WriteLine(text);
            Console.WriteLine("");
            Console.WriteLine("");
 
            docs.Close(ref nullobject, ref nullobject, ref nullobject);
            string searchdate = "date : ";
 
            Console.WriteLine("Recherche de date par KeyWord : '"+searchdate+"'");
 
            int i = 0;
            bool trouvé = false;
            string Date = "";
            int LongeurDate = 10;
            string KeyWords = "panne de type 1";
 
            foreach (char a in text)
            {
 
                if (i == searchdate.Length)
                {
                    trouvé = true;
 
                }
 
                if (!trouvé && a == searchdate[i])
                {
                    i++;
                    Console.Write(a);
                }
                else
                    i = 0;
 
                if (trouvé && Date.Length<=LongeurDate)
                {
                    Date += a;                  
 
                }
            }
            Console.WriteLine("");
            Console.WriteLine(" Date trouvé :" + Date);
            Console.WriteLine("");
            Console.WriteLine("Recherche du KeyWord : '"+KeyWords+"'");
 
 
            if (text.Contains(KeyWords))
                Console.WriteLine("Trouvé : '" + KeyWords+"'");
            else
                Console.WriteLine("'"+KeyWords +"' non trouvé");
 
            Console.WriteLine("");
            Console.WriteLine("Fin");
 
            Console.Read();
 
        }
    }
}

Vous sauriez à quelle endroit je produis ce bug, qui est ultra génant parce que si on lance l'appli 10 fois, ça fait un sacré bordel au prochain démarrage

Merci d'avance !!

**zehle** · 24/10/2018, 11h58

il faudra j'imagine seulement libérer l'objet Word.Application wordObject
Regarde du coté de la méthode Quit

**Jojo 51** · 24/10/2018, 12h47

Yes !!

Excellent merci ^^

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

wordObject.quit() // à rajouter à la fin

**Jojo 51** · 24/10/2018, 13h10

Par contre j'ai toujours un problème à lire le texte sans passer par le presse-papier :s

J'utilise la methode

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
            docs.ActiveWindow.Selection.SetRange(0, 4500);
                      string text = docs.ActiveWindow.Selection.Text.ToString();

Mais sa rend un texte a moitié écraser par endroit. Par exemple, dans le fichier words c'est écrit :

..., à partir de l’onglet Accueil, dans le groupe Styles.] date : 2008-10-25 [Vous vous demandez quel...

Et la console me rend :

..., à partir de l'onglet Accue[Vous vous demandez quel...

j'ai du mal à comprendre ce qui se passe là :/

Comment lire un fichier .doc en c#

C#

Discussions similaires

Partager

Partager