Извлечение изображений из DOCX – расширенное использование редактируемых документов

Если вы разработчик .NET и хотите извлечь изображения из DOCX и расширить возможности редактирования документов, GroupDocs.Editor for .NET предлагает мощный набор инструментов. Это подробное руководство проведёт вас через расширенное использование редактируемых документов с помощью GroupDocs.Editor, подробно разбирая каждый шаг, чтобы вы могли полностью раскрыть его потенциал.

Быстрые ответы

Как извлечь изображения из файла DOCX? Используйте EditableDocument.Images после загрузки документа с помощью Editor.
Можно ли конвертировать DOCX в HTML с встроенными ресурсами? Да — вызовите EditableDocument.GetEmbeddedHtml() или GetContent() для получения HTML‑разметки.
Каким методом сохранить отредактированный документ как HTML? EditableDocument.Save(htmlFilePath) создаёт HTML‑файл с папкой ресурсов.
Можно ли извлечь шрифты из документа Word? Используйте EditableDocument.Fonts для получения всех шрифтовых ресурсов.
Нужна ли лицензия для использования в продакшене? Требуется действующая лицензия GroupDocs.Editor; доступна бесплатная пробная версия.

Что такое extract images from docx?

Извлечение изображений из файла DOCX означает программное получение каждой картинки, встроенной в документ Word, чтобы вы могли повторно использовать, изменять или хранить их отдельно. GroupDocs.Editor предоставляет коллекцию Images в экземпляре EditableDocument, что делает эту задачу простой.

Почему стоит использовать GroupDocs.Editor для этого процесса?

Полный контроль над ресурсами документа (изображения, шрифты, CSS) без ручного обращения с ZIP‑архивами.
Бесшовная конверсия из DOCX в HTML с сохранением макета и стилей.
Лёгкое извлечение ресурсов для пользовательской обработки изображений, внедрения шрифтов или доставки через CDN.
Надёжный паттерн освобождения гарантирует отсутствие утечек памяти в длительно работающих сервисах.

Предварительные требования

Установленная Visual Studio на вашей машине разработки.
.NET Framework, совместимый с GroupDocs.Editor.
Библиотека GroupDocs.Editor for .NET. Вы можете скачать её здесь.
Действительная лицензия GroupDocs.Editor. Вы можете получить бесплатную пробную версию или приобрести временную лицензию.

Импорт пространств имён

Для начала убедитесь, что импортировали необходимые пространства имён в ваш .NET‑проект:

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;

Шаг 1: Создание экземпляра EditableDocument

Сначала необходимо создать экземпляр EditableDocument, загрузив и открыв входной документ поддерживаемого формата.

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

На этом этапе мы загружаем входной документ и подготавливаем его к редактированию.

Как extract images from DOCX?

Далее мы рассматриваем возможности извлечения ресурсов, начиная с самой распространённой задачи — получения всех изображений из файла Word.

Шаг 2: Извлечение ресурсов документа

EditableDocument содержит различные ресурсы, которые можно извлекать и обрабатывать. Разберём их по порядку:

Шаг 2.1: Извлечение всего документа в виде HTML

Можно сгенерировать одну строку, содержащую весь документ со всеми ресурсами, встроенными в HTML.

string allAsHtmlInsideOneString = beforeEdit.GetEmbeddedHtml();

Эта строка будет довольно большой, так как включает таблицы стилей, изображения и шрифты, закодированные в base64.

Шаг 2.2: Извлечение всех изображений (ключевое слово действия)

Извлеките все изображения из документа — это основа extract images from docx.

List<IImageResource> allImages = beforeEdit.Images;

Шаг 2.3: Извлечение всех шрифтов (вторичное ключевое слово)

Если также нужно extract fonts from word, используйте следующий вызов:

List<FontResourceBase> allFonts = beforeEdit.Fonts;

Шаг 2.4: Извлечение всех таблиц стилей

Извлеките все таблицы стилей в текстовом формате.

List<CssText> allStylesheets = beforeEdit.Css;

Шаг 2.5: Сбор всех ресурсов

Соберите все ресурсы одним вызовом.

List<IHtmlResource> allResources = beforeEdit.AllResources;

Это включает изображения, шрифты и таблицы стилей.

Шаг 2.6: Получение HTML‑разметки

Получите HTML‑разметку документа без встроенных ресурсов.

string htmlMarkup = beforeEdit.GetContent();

Как convert docx to html с пользовательской обработкой?

Иногда требуется изменить внешние ссылки, чтобы они указывали на ваши собственные обработчики ресурсов.

Шаг 3: Корректировка внешних ссылок

Шаг 3.1: Подготовка пользовательских префиксов

Подготовьте префиксы, которые будут добавляться к оригинальным внешним ссылкам.

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

Шаг 3.2: Генерация HTML‑разметки с префиксами

Сгенерируйте HTML‑разметку с изменёнными ссылками.

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

Шаг 3.3: Получение только тела HTML

Некоторые WYSIWYG‑редакторы работают только с чистой HTML‑разметкой без заголовков.

string onlyBodyContent = beforeEdit.GetBodyContent();

Шаг 3.4: Тело HTML с префиксами

Сгенерируйте содержимое только тела с пользовательскими префиксами для изображений.

string prefixedBodyContent = beforeEdit.GetBodyContent(customImagesRequesthandlerUri);

Шаг 3.5: Извлечение таблиц стилей

Извлеките таблицы стилей, используемые в документе.

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

Шаг 3.6: Таблицы стилей с префиксами

Извлеките таблицы стилей с пользовательскими префиксами.

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

Как save document as html правильно?

Шаг 4: Сохранение документа как HTML

Сохраните отредактированный документ в виде HTML‑файла, включая его ресурсы.

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

Этот метод создаёт отдельный каталог для ресурсов, таких как таблицы стилей, изображения и шрифты.

Шаг 5: Освобождение EditableDocument

EditableDocument реализует IDisposable и предоставляет возможность проверить, был ли объект освобождён.

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

Шаг 5.1 Обработка события Dispose

Вы также можете подписаться на событие освобождения.

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

Шаг 6: Создание EditableDocument из HTML

Создайте экземпляр EditableDocument из HTML‑документа.

Шаг 6.1: Из HTML‑файла

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

Шаг 6.2: Из HTML‑разметки

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

Эти экземпляры (afterEditFromFile и afterEditFromMarkup) идентичны оригинальному (beforeEdit).

Шаг 7: Ручное освобождение

Ручное освобождение ваших экземпляров EditableDocument.

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

Это гарантирует корректную очистку ресурсов.

Распространённые проблемы и решения

Изображения не отображаются после извлечения: Убедитесь, что документ действительно содержит встроенные изображения и что вы обращаетесь к beforeEdit.Images после вызова Edit.
Шрифты отсутствуют в HTML‑выводе: Убедитесь, что вызываете GetCssContent(customImagesRequesthandlerUri, customFontsRequesthandlerUri), чтобы правильно внедрить URL‑адреса шрифтов.
Большие HTML‑строки вызывают нагрузку на память: Используйте GetContent() для разметки без встроенных ресурсов и обслуживайте изображения/CSS из отдельных файлов.

Часто задаваемые вопросы

В: Какие форматы поддерживает GroupDocs.Editor?
О: GroupDocs.Editor поддерживает DOCX, XLSX, PPTX и многие другие популярные офисные форматы.

В: Можно ли использовать GroupDocs.Editor без лицензии?
О: Да, вы можете использовать его с бесплатной пробной версией или временной лицензией.

В: Как извлечь конкретные ресурсы из документа?
О: Используйте коллекции Images, Fonts и Css у экземпляра EditableDocument.

В: Можно ли изменить ссылки в HTML‑выводе?
О: Да, передайте пользовательские URI‑префиксы в GetContent или GetBodyContent, чтобы переписать ссылки на изображения, CSS и шрифты.

В: Как сохранить отредактированный документ как HTML‑файл?
О: Вызовите метод Save у экземпляра EditableDocument, указав путь к файлу, заканчивающийся на .html.

Последнее обновление: 2026-03-14
Тестировано с: GroupDocs.Editor for .NET (последний релиз)
Автор: GroupDocs