问题描述

Linux下C++实现解析word文档（.docx即可）

Linux下C++实现解析word文档（.docx即可）

我的思路是先把docx解压缩，然后取得那个有内容的xml文件，对xml进行解析

但是输出的内容格式又很难控制与之前一样了，还有表格也完全没办法弄！

各位大神有什么好办法吗？？或者推荐下直接解析docx的库

解决方案

楼上说的对 要做这个工作确实工作量是很大的，但是你如果只是简单操作的话倒也可以借助几个开源库尝试一下;

docx格式的文件本质上是一个ZIP文件。将一个docx文件的后缀改为ZIP后是可以用解压工具打开或是解压的。事实上，Word2007的基本文件就是ZIP格式的，他可以算作是docx文件的容器。(摘自百度百科） 所以你可以使用zlib库解压docx文件，示例: http://blog.csdn.net/mfcing/article/details/8021602

之后无非就是解析里面的XML文件啦，当然在解析的时候，你是需要知道docx的规范的，否则也是没办法解析出正确的数据，解析XML可以借助与TinyXML等开源的XML解析库。

不过这种格式和数据解析问题是有很多问题的，真正做一下你就知道为什么说这是工作量非常大的一个工作啦

解决方案二：

这个从头做，工作量有点夸张。不是一般的。
可以参考开源的open?office，libreoffice，参考它们是如何处理office文件的。