学习C#调用Microsoft.Office.Interop.Word将Word转换为html

gc_22992025-11-24 8:25

使用微软的Microsoft.Office.Interop.Word组件也能将word转换为html，核心方法是调用Word的文档对象模型（DOM）来打开Word文档并另存为HTML格式，但这种方式需要程序所在电脑安装Microsoft Word软件，且运行程序的账户需要具有访问Word组件和文件路径的足够权限。同时确保调用Marshal.ReleaseComObject释放对象，否则可能导致Word进程无法彻底关闭，占用系统资源。
VS2022中通过添加Com引用添加Microsoft Word Object Library组件。

程序主要代码及转换后的html文件如下所示：

csharp 复制代码

using Microsoft.Office.Interop.Word;

string inputFilePath = "测试输出文件.docx";
string outputFilePath = "testdoc.html";

Application wordApp = new Application();
Document wordDoc = null;

try
{    
    wordDoc = wordApp.Documents.Open(inputFilePath);
    
    //wdFormatFilteredHTML格式去除了Word特有标签和样式，如果需要完整保留所有Word信息，
    //应设置为wdFormatHTML
    WdSaveFormat saveFormat = WdSaveFormat.wdFormatFilteredHTML;
    wordDoc.SaveAs2(outputFilePath, saveFormat);
}
catch (Exception ex)
{    
    Console.WriteLine($"转换过程中出现错误: {ex.Message}");
    throw;
}
finally
{
    if (wordDoc != null)
    {
        wordDoc.Close(false);
        System.Runtime.InteropServices.Marshal.ReleaseComObject(wordDoc);
    }
    wordApp.Quit(false);
    System.Runtime.InteropServices.Marshal.ReleaseComObject(wordApp);
}

参考文献：

1\]https://blog.csdn.net/x1234w4321/article/details/140326650