Afbeeldingen extraheren uit DOCX – Geavanceerd gebruik van bewerkbare documenten

Als je een .NET‑ontwikkelaar bent die afbeeldingen uit DOCX wil extraheren en je documentbewerkingsmogelijkheden wil verbeteren, biedt GroupDocs.Editor voor .NET een krachtige reeks tools. Deze uitgebreide gids leidt je door het geavanceerde gebruik van bewerkbare documenten met GroupDocs.Editor, waarbij elke stap in detail wordt uitgelegd zodat je het volledige potentieel kunt benutten.

Quick Answers

  • Hoe kan ik afbeeldingen uit een DOCX‑bestand extraheren? Gebruik EditableDocument.Images nadat je het document hebt geladen met Editor.
  • Kan ik DOCX naar HTML converteren met ingesloten bronnen? Ja—roep EditableDocument.GetEmbeddedHtml() of GetContent() aan voor HTML‑markup.
  • Welke methode slaat het bewerkte document op als HTML? EditableDocument.Save(htmlFilePath) maakt een HTML‑bestand met een resource‑map.
  • Is het mogelijk om lettertypen uit een Word‑document te extraheren? Gebruik EditableDocument.Fonts om alle font‑resources op te halen.
  • Heb ik een licentie nodig voor productiegebruik? Een geldige GroupDocs.Editor‑licentie is vereist; een gratis proefversie is beschikbaar.

Wat is extract images from docx?

Het extraheren van afbeeldingen uit een DOCX‑bestand betekent dat je programmatically elk in het Word‑document ingesloten plaatje ophaalt zodat je ze apart kunt hergebruiken, aanpassen of opslaan. GroupDocs.Editor maakt de Images‑collectie beschikbaar op een EditableDocument‑instantie, waardoor deze taak eenvoudig wordt.

Waarom GroupDocs.Editor gebruiken voor deze workflow?

  • Volledige controle over documentbronnen (afbeeldingen, lettertypen, CSS) zonder handmatige ZIP‑verwerking.
  • Naadloze conversie van DOCX naar HTML met behoud van lay-out en opmaak.
  • Eenvoudige extractie van bronnen voor aangepaste afbeeldingsverwerking, lettertype‑inbedding of CDN‑levering.
  • Robuust disposingspatroon zorgt voor geen geheugenlekken in langdurige services.

Prerequisites

  • Visual Studio geïnstalleerd op je ontwikkelmachine.
  • .NET Framework compatibel met GroupDocs.Editor.
  • GroupDocs.Editor voor .NET bibliotheek. Je kunt het hier downloaden.
  • Een geldige GroupDocs.Editor‑licentie. Je kunt een gratis proefversie krijgen of een tijdelijke licentie aanschaffen.

Import Namespaces

Om te beginnen, zorg ervoor dat je de benodigde namespaces importeert in je .NET‑project:

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;

Step 1: Creating an EditableDocument Instance

Eerst moet je een instantie van EditableDocument maken door een invoerdocument van een ondersteund formaat te laden en te bewerken.

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

In deze stap laden we het invoerdocument en bereiden het voor op bewerking.

How to extract images from DOCX?

Hieronder duiken we in de mogelijkheden voor resource‑extractie, beginnend met de meest voorkomende behoefte—alle afbeeldingen uit een Word‑bestand halen.

Step 2: Extracting Document Resources

De EditableDocument bevat verschillende resources die geëxtraheerd en gemanipuleerd kunnen worden. Laten we deze opsplitsen:

Step 2.1: Extract Entire Document as HTML

Je kunt een enkele string genereren die het volledige document bevat met al zijn resources ingesloten als HTML.

string allAsHtmlInsideOneString = beforeEdit.GetEmbeddedHtml();

Deze string zal behoorlijk groot zijn omdat hij stylesheets, afbeeldingen en lettertypen bevat die in base64 zijn gecodeerd.

Step 2.2: Extract All Images (primary keyword in action)

Exporteer alle afbeeldingen uit het document—dit is de kern van extract images from docx.

List<IImageResource> allImages = beforeEdit.Images;

Step 2.3: Extract All Fonts (secondary keyword)

Als je ook fonts uit Word moet extraheren, gebruik dan de volgende aanroep:

List<FontResourceBase> allFonts = beforeEdit.Fonts;

Step 2.4: Extract All Stylesheets

Exporteer alle stylesheets in een tekstueel formaat.

List<CssText> allStylesheets = beforeEdit.Css;

Step 2.5: Gather All Resources

Verzamel alle resources in één aanroep.

List<IHtmlResource> allResources = beforeEdit.AllResources;

Dit omvat afbeeldingen, lettertypen en stylesheets.

Step 2.6: Obtain HTML Markup

Haal de HTML‑markup van het document op zonder ingesloten resources.

string htmlMarkup = beforeEdit.GetContent();

How to convert docx to html with custom handling?

Soms moet je externe links aanpassen zodat ze naar je eigen resource‑handlers wijzen.

Step 3.1: Prepare Custom Prefixes

Bereid prefixes voor die de oorspronkelijke externe links zullen voorafgaan.

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

Step 3.2: Generate Prefixed HTML Markup

Genereer HTML‑markup met aangepaste links.

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

Step 3.3: Obtain Body-Only HTML Content

Sommige WYSIWYG‑editors verwerken alleen pure HTML‑markup zonder headers.

string onlyBodyContent = beforeEdit.GetBodyContent();

Step 3.4: Prefixed Body-Only Content

Genereer body‑only content met aangepaste afbeeldings‑prefixes.

string prefixedBodyContent = beforeEdit.GetBodyContent(customImagesRequesthandlerUri);

Step 3.5: Extract Stylesheets

Exporteer de stylesheets die in het document worden gebruikt.

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

Step 3.6: Prefixed Stylesheets

Exporteer stylesheets met aangepaste prefixes.

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

How to save document as html correctly?

Step 4: Save Document as HTML

Sla het bewerkte document op als een HTML‑bestand, inclusief de bijbehorende resources.

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

Deze methode maakt een aparte directory aan voor resources zoals stylesheets, afbeeldingen en lettertypen.

Step 5: Disposing of EditableDocument

EditableDocument implementeert IDisposable en biedt de mogelijkheid om te controleren of de instantie is disposed.

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

Step 5.1 Handling Dispose Event

Je kunt je ook abonneren op het disposing‑event.

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

Step 6: Creating EditableDocument from HTML

Maak een instantie van EditableDocument aan vanuit een HTML‑document.

Step 6.1: From HTML File

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

Step 6.2: From HTML Markup

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

Deze instanties (afterEditFromFile en afterEditFromMarkup) zijn identiek aan de originele (beforeEdit).

Step 7: Manual Disposal

Dispose handmatig je EditableDocument‑instanties.

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

Dit zorgt voor een correcte opruiming van resources.

Common Issues and Solutions

  • Afbeeldingen verschijnen niet na extractie: Controleer of het document daadwerkelijk ingesloten afbeeldingen bevat en of je beforeEdit.Images benadert na het aanroepen van Edit.
  • Lettertypen ontbreken in HTML‑output: Zorg ervoor dat je GetCssContent(customImagesRequesthandlerUri, customFontsRequesthandlerUri) aanroept om font‑URL’s correct in te sluiten.
  • Grote HTML‑strings veroorzaken geheugen‑druk: Gebruik GetContent() voor markup zonder ingesloten resources en serveer afbeeldingen/CSS vanuit afzonderlijke bestanden.

Frequently Asked Questions

Q: Welke formaten ondersteunt GroupDocs.Editor?
A: GroupDocs.Editor ondersteunt DOCX, XLSX, PPTX en vele andere populaire office‑formaten.

Q: Kan ik GroupDocs.Editor gebruiken zonder licentie?
A: Ja, je kunt het gebruiken met een gratis proefversie of een tijdelijke licentie.

Q: Hoe haal ik specifieke resources uit een document?
A: Gebruik de Images, Fonts en Css collecties op de EditableDocument‑instantie.

Q: Is het mogelijk om links in de HTML‑output aan te passen?
A: Ja, geef aangepaste URI‑prefixes door aan GetContent of GetBodyContent om afbeeldings‑, CSS‑ en font‑links te herschrijven.

Q: Hoe sla ik een bewerkt document op als een HTML‑bestand?
A: Roep de Save‑methode aan op de EditableDocument‑instantie en geef een pad op dat eindigt op .html.

Last Updated: 2026-03-14
Tested With: GroupDocs.Editor voor .NET (latest release)
Author: GroupDocs