c++实现word文档转换

[stund]

rt

课题作业被选择了这个题目，
具体来说就是用 C++ 实现容易的两个不同类型文件之间的转换，
比如 从pdf 转换为 word .

完全没有思路，跪求各种资料与思路

[luciferisnotsatan]

了解下pdf的结构。word可以用COM组件来做。

[赵4老师]

1.在VC中新建一控制台程序，选支持MFC（当然，你也可以不选择支持MFC的，不过会很麻烦）
2.按CTRL+W调出MFC ClassWizard，Add Class->From a type library,选择你的word的类型库
(例如我的是word2003，安装在e盘，我的路径是"e:\edittools\microsoft office\office11\msword.olb"),
选择完毕后，在弹出的窗口中选择要让classwizard生成的包装类，在本例中要用到
_Application,
Documents,
_Document,
Range
这四个类，选中他们后按OK
3.进入你的main函数所在的cpp文件，加入头文件引用
#include "msword.h" //引用刚才classwizard生成的idispatch包装类
4.加入代码

// console_word.cpp : Defines the entry point for the console application.
//

#include "stdafx.h"
#include "console_word.h"
#include "msword.h"
#ifdef _DEBUG
#define new DEBUG_NEW
#undef THIS_FILE
static char THIS_FILE[] = __FILE__;
#endif

/////////////////////////////////////////////////////////////////////////////
// The one and only application object

CWinApp theApp;

int _tmain(int argc, TCHAR* argv[], TCHAR* envp[])
{
    int nRetCode = 0;

    // initialize MFC and print and error on failure
    if (!AfxWinInit(::GetModuleHandle(NULL), NULL, ::GetCommandLine(), 0))
    {
        // TODO: change error code to suit your needs
        printf(_T("Fatal Error: MFC initialization failed!\n"));
        nRetCode = 1;
    }
    else
    {
        // TODO: code your application's behavior here.
        if  (CoInitialize(NULL)  !=  S_OK)
        {
            AfxMessageBox("初始化COM支持库失败!");
            return  -1;
        }

        _Application  wordApp;
        Documents     docs;
        _Document     doc;
        Range         aRange;
        COleVariant   vTrue((short)TRUE), vFalse((short)FALSE), vOpt((long)DISP_E_PARAMNOTFOUND, VT_ERROR);
        CString       txt;

        wordApp.CreateDispatch("Word.Application",NULL);
        wordApp.SetVisible(FALSE);
            docs=wordApp.GetDocuments();
                doc=docs.Open(COleVariant("c:\\new\\测试.doc"),vFalse,vTrue,vFalse,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt,vOpt);
                    aRange=doc.Range(vOpt,vOpt);
                        txt=aRange.GetText();
                        AfxMessageBox(txt);//这里GetText得到的就是word文件的纯文本了,你可以将其写到txt文件中
                        printf("[%s]\n",txt.GetBuffer(txt.GetLength()));//里面的换行不是\r\n而是\r，所以需要输出重定向到文本文件看结果。
                    aRange.ReleaseDispatch();
                doc.Close(vOpt,vOpt,vOpt);
                doc.ReleaseDispatch();
            docs.ReleaseDispatch();
        wordApp.Quit(vOpt,vOpt,vOpt);
        wordApp.ReleaseDispatch();

        CoUninitialize();
    }

    return nRetCode;
}

在Word里开始记录宏，手动完成所需功能，结束记录宏，按Alt+F11键，查看刚才记录的宏对应的VBA代码。

[zch82624392]

很好奇PDF的数据怎么拿

[W170532934]

要了解pdf文件结构的哇

[stund]

[Quote=引用 2 楼 zhao4zhong1 的回复:]

1.在VC中新建一控制台程序，选支持MFC（当然，你也可以不选择支持MFC的，不过会很麻烦）
2.按CTRL+W调出MFC ClassWizard，Add Class->From a type library,选择你的word的类型库
(例如我的是word2003，安装在e盘，我的路径是"e:\edittools\microsoft office\office11\msword.olb"……
[/Quote]

to zhao4zhong1: 按你的代码，另外从上网搜了些相关的代码，跑了程序。发现每次运行到 doc=docs.Open(....) 处就抱 内存错误：
Microsoft C++ 异常: 内存位置 0x0012fb0c 处的 COleDispatchException。

这是什么原因？

[limang89]

顶下 学习

[辰岡墨竹]

因为COM一般使用的是Unicode，所以建议都用L""
PDF解析可以用GhostScript，建议用AFPL许可证的：
http://pages.cs.wisc.edu/~ghost/
ghostscript.com上的是GPL许可证的，要求你的程序也得开放源代码。

[stund]

[Quote=引用 7 楼 bokutake 的回复:]

因为COM一般使用的是Unicode，所以建议都用L""
PDF解析可以用GhostScript，建议用AFPL许可证的：
http://pages.cs.wisc.edu/~ghost/
ghostscript.com上的是GPL许可证的，要求你的程序也得开放源代码。
[/Quote]

GhostScript 得安装单独的GhostScript包，有些麻烦；
能直接 vs2005 搞定的方便一点