Extrahovat obrázky z DOCX – Pokročilé použití editovatelného dokumentu

Pokud jste vývojář .NET a chcete extrahovat obrázky z DOCX a rozšířit své možnosti úprav dokumentů, GroupDocs.Editor pro .NET nabízí výkonný soubor nástrojů. Tento komplexní průvodce vás provede pokročilým používáním editovatelných dokumentů pomocí GroupDocs.Editor, podrobně rozebere každý krok, abyste mohli plně využít jeho potenciál.

Rychlé odpovědi

  • Jak mohu extrahovat obrázky z souboru DOCX? Použijte EditableDocument.Images po načtení dokumentu pomocí Editor.
  • Mohu převést DOCX na HTML s vloženými zdroji? Ano—voláním EditableDocument.GetEmbeddedHtml() nebo GetContent() získáte HTML značky.
  • Jaká metoda uloží upravený dokument jako HTML? EditableDocument.Save(htmlFilePath) vytvoří HTML soubor se složkou zdrojů.
  • Je možné extrahovat písma z dokumentu Word? Použijte EditableDocument.Fonts k získání všech zdrojů písem.
  • Potřebuji licenci pro produkční použití? Je vyžadována platná licence GroupDocs.Editor; je k dispozici bezplatná zkušební verze.

Co je extrahovat obrázky z docx?

Extrahování obrázků z souboru DOCX znamená programově získat každý obrázek vložený v dokumentu Word, abyste jej mohli znovu použít, upravit nebo uložit samostatně. GroupDocs.Editor zpřístupňuje kolekci Images na instanci EditableDocument, což usnadňuje tento úkol.

Proč použít GroupDocs.Editor pro tento pracovní postup?

  • Plná kontrola nad zdroji dokumentu (obrázky, písma, CSS) bez ručního zpracování ZIP.
  • Bezproblémová konverze z DOCX do HTML při zachování rozvržení a stylování.
  • Jednoduché získávání zdrojů pro vlastní zpracování obrázků, vkládání písem nebo doručování přes CDN.
  • Robustní vzor uvolňování zajišťuje, že v dlouhodobě běžících službách nedochází k únikům paměti.

Předpoklady

Importovat jmenné prostory

Nejprve se ujistěte, že ve svém .NET projektu importujete potřebné jmenné prostory:

using System;
using System.Collections.Generic;
using System.IO;
using GroupDocs.Editor.HtmlCss.Resources;
using GroupDocs.Editor.HtmlCss.Resources.Fonts;
using GroupDocs.Editor.HtmlCss.Resources.Images;
using GroupDocs.Editor.HtmlCss.Resources.Textual;
using GroupDocs.Editor.Options;

Krok 1: Vytvoření instance EditableDocument

Nejprve musíte vytvořit instanci EditableDocument načtením a úpravou vstupního dokumentu podporovaného formátu.

string inputFilePath = "YourSampleDocument.docx";
Editor editor = new Editor(inputFilePath, delegate { return new WordProcessingLoadOptions(); });
EditableDocument beforeEdit = editor.Edit(new WordProcessingEditOptions());

V tomto kroku načteme vstupní dokument a připravíme jej k úpravám.

Jak extrahovat obrázky z DOCX?

Níže se ponoříme do možností získávání zdrojů, počínaje nejčastější potřebou—získáním všech obrázků z Word souboru.

Krok 2: Získávání zdrojů dokumentu

EditableDocument obsahuje různé zdroje, které lze získat a manipulovat s nimi. Pojďme si je rozdělit:

Krok 2.1: Získat celý dokument jako HTML

Můžete vygenerovat jeden řetězec, který obsahuje celý dokument se všemi jeho zdroji vloženými jako HTML.

string allAsHtmlInsideOneString = beforeEdit.GetEmbeddedHtml();

Tento řetězec bude poměrně velký, protože zahrnuje styly, obrázky a písma kódované v base64.

Krok 2.2: Získat všechny obrázky (primární klíčové slovo v akci)

Získat všechny obrázky z dokumentu—toto je jádro extrahovat obrázky z docx.

List<IImageResource> allImages = beforeEdit.Images;

Krok 2.3: Získat všechna písma (sekundární klíčové slovo)

Pokud také potřebujete extrahovat písma z Wordu, použijte následující volání:

List<FontResourceBase> allFonts = beforeEdit.Fonts;

Krok 2.4: Získat všechny styly

Získat všechny styly v textovém formátu.

List<CssText> allStylesheets = beforeEdit.Css;

Krok 2.5: Shromáždit všechny zdroje

Shromáždit všechny zdroje jedním voláním.

List<IHtmlResource> allResources = beforeEdit.AllResources;

To zahrnuje obrázky, písma a styly.

Krok 2.6: Získat HTML značky

Získat HTML značky dokumentu bez vložených zdrojů.

string htmlMarkup = beforeEdit.GetContent();

Jak převést docx na html s vlastním zpracováním?

Někdy je potřeba upravit externí odkazy, aby směřovaly na vaše vlastní obslužné programy zdrojů.

Krok 3: Úprava externích odkazů

Krok 3.1: Připravit vlastní předpony

Připravte předpony, které budou připojeny před původní externí odkazy.

string customImagesRequesthandlerUri = "http://example.com/ImagesHandler/id=";
string customCssRequesthandlerUri = "http://example.com/CssHandler/id=";
string customFontsRequesthandlerUri = "http://example.com/FontsHandler/id=";

Krok 3.2: Vygenerovat HTML značky s předponou

Vygenerujte HTML značky s upravenými odkazy.

string prefixedHtmlMarkup = beforeEdit.GetContent(customImagesRequesthandlerUri, customCssRequesthandlerUri);

Krok 3.3: Získat obsah HTML pouze s tělem

Některé WYSIWYG editory zpracovávají pouze čisté HTML značky bez hlaviček.

string onlyBodyContent = beforeEdit.GetBodyContent();

Krok 3.4: Obsah pouze s tělem s předponou

Vygenerujte obsah pouze s tělem s vlastními předponami obrázků.

string prefixedBodyContent = beforeEdit.GetBodyContent(customImagesRequesthandlerUri);

Krok 3.5: Získat styly

Získat styly použité v dokumentu.

List<string> stylesheets = beforeEdit.GetCssContent();

Krok 3.6: Styly s předponou

Získat styly s vlastními předponami.

List<string> prefixedStylesheets = beforeEdit.GetCssContent(customImagesRequesthandlerUri, customFontsRequesthandlerUri);

Jak uložit dokument jako html správně?

Krok 4: Uložit dokument jako HTML

Uložte upravený dokument jako HTML soubor, včetně jeho zdrojů.

string htmlFilePath = Path.Combine("output", Path.GetFileNameWithoutExtension(inputFilePath) + ".html");
beforeEdit.Save(htmlFilePath);

Tato metoda vytvoří samostatný adresář pro zdroje jako styly, obrázky a písma.

Krok 5: Uvolnění EditableDocument

EditableDocument implementuje IDisposable a poskytuje možnost zkontrolovat, zda je instance uvolněna.

Console.WriteLine("EditableDocument is {0} disposed", !beforeEdit.IsDisposed ? "not" : "already");

Krok 5.1 Zpracování události Dispose

Můžete se také přihlásit k události disposing.

EventHandler someMethod = delegate { Console.WriteLine("Disposing event was spotted!"); };
beforeEdit.Disposed += someMethod;

Krok 6: Vytvoření EditableDocument z HTML

Vytvořte instanci EditableDocument z HTML dokumentu.

Krok 6.1: Z HTML souboru

EditableDocument afterEditFromFile = EditableDocument.FromFile(htmlFilePath, null);

Krok 6.2: Z HTML značek

EditableDocument afterEditFromMarkup = EditableDocument.FromMarkup(htmlMarkup, allResources);

Tyto instance (afterEditFromFile a afterEditFromMarkup) jsou identické s originálem (beforeEdit).

Krok 7: Manuální uvolnění

Manuálně uvolněte své instance EditableDocument.

beforeEdit.Dispose();
afterEditFromFile.Dispose();
afterEditFromMarkup.Dispose();
editor.Dispose();

To zajišťuje řádné vyčištění zdrojů.

Časté problémy a řešení

  • Obrázky se po extrakci nezobrazují: Ověřte, že dokument skutečně obsahuje vložené obrázky a že přistupujete k beforeEdit.Images po volání Edit.
  • Písma chybí ve výstupu HTML: Ujistěte se, že voláte GetCssContent(customImagesRequesthandlerUri, customFontsRequesthandlerUri), aby byly URL písem správně vloženy.
  • Velké HTML řetězce způsobují tlak na paměť: Použijte GetContent() pro značky bez vložených zdrojů a poskytujte obrázky/CSS ze samostatných souborů.

Často kladené otázky

Q: Jaké formáty GroupDocs.Editor podporuje?
A: GroupDocs.Editor podporuje DOCX, XLSX, PPTX a mnoho dalších populárních kancelářských formátů.

Q: Mohu používat GroupDocs.Editor bez licence?
A: Ano, můžete jej používat s bezplatnou zkušební verzí nebo s dočasnou licencí.

Q: Jak mohu extrahovat konkrétní zdroje z dokumentu?
A: Použijte kolekce Images, Fonts a Css na instanci EditableDocument.

Q: Je možné upravit odkazy ve výstupu HTML?
A: Ano, předávejte vlastní URI předpony do GetContent nebo GetBodyContent, aby se přepsaly odkazy na obrázky, CSS a písma.

Q: Jak uložit upravený dokument jako HTML soubor?
A: Zavolejte metodu Save na instanci EditableDocument a zadejte cestu k souboru končící na .html.

Poslední aktualizace: 2026-03-14
Testováno s: GroupDocs.Editor pro .NET (nejnovější verze)
Autor: GroupDocs