Rozpoznat formát souboru dokumentu

Zavedení

V dnešním digitálním světě je efektivní správa různých formátů dokumentů zásadní. Ať už pracujete s formáty Word, PDF, HTML nebo jinými formáty, schopnost správně detekovat a zpracovat tyto soubory vám může ušetřit spoustu času a úsilí. V tomto tutoriálu prozkoumáme, jak zjistit formáty souborů dokumentů pomocí Aspose.Words for .NET. Tento průvodce vás provede vším, co potřebujete vědět, od předpokladů až po podrobného průvodce krok za krokem.

Předpoklady

Než se ponoříme do kódu, ujistěte se, že máte vše, co potřebujete:

• Aspose.Words for .NET: Můžete si jej stáhnout zzde . Ujistěte se, že máte platnou licenci. Pokud ne, můžete získat adočasná licence.
• Visual Studio: Jakákoli nejnovější verze bude fungovat dobře.
• .NET Framework: Ujistěte se, že máte nainstalovanou správnou verzi.

Importovat jmenné prostory

Chcete-li začít, budete muset do projektu importovat potřebné jmenné prostory:

using Aspose.Words;
using Aspose.Words.FileFormats;
using Aspose.Words.FileFormats.Util;
using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;

Rozdělme si příklad do několika kroků, aby bylo snazší ho následovat.

Krok 1: Nastavení adresářů

Nejprve musíme nastavit adresáře, kde budou soubory seřazeny podle jejich formátu.

// Cesta k adresáři dokumentů.
string dataDir = "YOUR DOCUMENT DIRECTORY";
string supportedDir = dataDir + "Supported";
string unknownDir = dataDir + "Unknown";
string encryptedDir = dataDir + "Encrypted";
string pre97Dir = dataDir + "Pre97";

// Vytvořte adresáře, pokud ještě neexistují.
if (!Directory.Exists(supportedDir))
    Directory.CreateDirectory(supportedDir);
if (!Directory.Exists(unknownDir))
    Directory.CreateDirectory(unknownDir);
if (!Directory.Exists(encryptedDir))
    Directory.CreateDirectory(encryptedDir);
if (!Directory.Exists(pre97Dir))
    Directory.CreateDirectory(pre97Dir);

Krok 2: Získejte seznam souborů

Dále získáme seznam souborů z adresáře, kromě poškozených dokumentů.

IEnumerable<string> fileList = Directory.GetFiles(dataDir).Where(name => !name.EndsWith("Corrupted document.docx"));

Krok 3: Zjistěte formáty souborů

Nyní iterujeme každý soubor a zjistíme jeho formát pomocí Aspose.Words.

foreach (string fileName in fileList)
{
    string nameOnly = Path.GetFileName(fileName);

    Console.Write(nameOnly);

    FileFormatInfo info = FileFormatUtil.DetectFileFormat(fileName);

    // Zobrazte typ dokumentu
    switch (info.LoadFormat)
    {
        case LoadFormat.Doc:
            Console.WriteLine("\tMicrosoft Word 97-2003 document.");
            break;
        case LoadFormat.Dot:
            Console.WriteLine("\tMicrosoft Word 97-2003 template.");
            break;
        case LoadFormat.Docx:
            Console.WriteLine("\tOffice Open XML WordprocessingML Macro-Free Document.");
            break;
        case LoadFormat.Docm:
            Console.WriteLine("\tOffice Open XML WordprocessingML Macro-Enabled Document.");
            break;
        case LoadFormat.Dotx:
            Console.WriteLine("\tOffice Open XML WordprocessingML Macro-Free Template.");
            break;
        case LoadFormat.Dotm:
            Console.WriteLine("\tOffice Open XML WordprocessingML Macro-Enabled Template.");
            break;
        case LoadFormat.FlatOpc:
            Console.WriteLine("\tFlat OPC document.");
            break;
        case LoadFormat.Rtf:
            Console.WriteLine("\tRTF format.");
            break;
        case LoadFormat.WordML:
            Console.WriteLine("\tMicrosoft Word 2003 WordprocessingML format.");
            break;
        case LoadFormat.Html:
            Console.WriteLine("\tHTML format.");
            break;
        case LoadFormat.Mhtml:
            Console.WriteLine("\tMHTML (Web archive) format.");
            break;
        case LoadFormat.Odt:
            Console.WriteLine("\tOpenDocument Text.");
            break;
        case LoadFormat.Ott:
            Console.WriteLine("\tOpenDocument Text Template.");
            break;
        case LoadFormat.DocPreWord60:
            Console.WriteLine("\tMS Word 6 or Word 95 format.");
            break;
        case LoadFormat.Unknown:
            Console.WriteLine("\tUnknown format.");
            break;
    }

    if (info.IsEncrypted)
    {
        Console.WriteLine("\tAn encrypted document.");
        File.Copy(fileName, Path.Combine(encryptedDir, nameOnly), true);
    }
    else
    {
        switch (info.LoadFormat)
        {
            case LoadFormat.DocPreWord60:
                File.Copy(fileName, Path.Combine(pre97Dir, nameOnly), true);
                break;
            case LoadFormat.Unknown:
                File.Copy(fileName, Path.Combine(unknownDir, nameOnly), true);
                break;
            default:
                File.Copy(fileName, Path.Combine(supportedDir, nameOnly), true);
                break;
        }
    }
}

Závěr

Detekce formátů souborů dokumentů pomocí Aspose.Words for .NET je jednoduchý proces. Nastavením adresářů, získáním seznamu souborů a využitím Aspose.Words k detekci formátů souborů můžete efektivně organizovat a spravovat své dokumenty. Tento přístup nejen šetří čas, ale také zajišťuje správné zacházení s různými formáty dokumentů.

FAQ

Co je Aspose.Words for .NET?

Aspose.Words for .NET je výkonná knihovna pro programovou práci s dokumenty Wordu. Umožňuje vývojářům vytvářet, upravovat a převádět dokumenty v různých formátech.

Dokáže Aspose.Words detekovat šifrované dokumenty?

Ano, Aspose.Words dokáže zjistit, zda je dokument zašifrován, a podle toho s takovými dokumenty můžete zacházet.

Jaké formáty může Aspose.Words detekovat?

Aspose.Words dokáže detekovat širokou škálu formátů včetně DOC, DOCX, RTF, HTML, MHTML, ODT a mnoha dalších.

Jak mohu získat dočasnou licenci pro Aspose.Words?

Dočasnou licenci můžete získat odAspose Nákup strana.

Kde najdu dokumentaci k Aspose.Words?

Dokumentaci pro Aspose.Words lze naléztzde.