从各种文档类型

我写一个C＃asp.net web应用程序接收简历的各种格式的文档，即，DOCX，PDF，文本等从各种文档类型

我在想，如果有一个简单的方法，我上的文字可以从文档中删除某些信息，无论它是什么文件类型，然后将编辑后的文件传递给最终用户？

被删除的信息将在一个字符串

不，没有简单的方法来做到这一点。 – jrummell

您需要解析使用单独的API每种文件类型进行。

2012-10-02 14:37:54

我认为这将是这种情况 –

您可以创建一个抽象基类，稍后实现处理不同类型文档所需的方法。 – Oscar

这肯定是最简单的方法来实现这一点。 –

如果你使用一个StreamReader（http://msdn.microsoft。您可以使用ReadToEnd函数将所有内容存储在一个字符串中，然后使用该函数：

MyString.Replace("Something to replace", "");

删除匹配项。如果文件格式不能作为字符串读入，则必须考虑不同的选项。但是，考虑到文件格式，可能会有更快的解决方案，并且可能不会简单地存储。

2012-10-02 14:40:55 Corey

与此问题是.doc文件可能会在您正在搜索的字符串中间有标记。在Word中以“要替换的东西”的形式呈现的文本可能不会作为“要替换的东西”存储在.doc文件中。 –

DOCX是一个包含XML的压缩文件。 PDF和DOC都是二进制格式。我认为这种方法可能会失败... –

够公平的，我想你可以读取字节数组并尝试从那里解析，但这不是一个简单的解决方案：p – Corey

回答