1. Các sản phẩm
  2.   Xử lý văn bản
  3.   .NET
  4.   Dotnet-Mammoth
 
  

Thư viện C# .NET để tạo tài liệu xử lý văn bản

API C# .NET mã nguồn mở cho phép Nhà phát triển phần mềm tải và chuyển đổi tài liệu Microsoft Word, Google Docs và LibreOffice sang HTML miễn phí.

Dotnet-Mammoth là gì?

Trong thế giới trao đổi thông tin hiện đại, khả năng chuyển đổi liền mạch các tài liệu từ định dạng này sang định dạng khác đã trở nên quan trọng. Cho dù đó là để lưu trữ, chia sẻ hay thậm chí chỉ là duy trì tính toàn vẹn của dữ liệu, việc có một công cụ chuyển đổi tài liệu đáng tin cậy có thể tạo ra sự khác biệt. Đây là lúc thư viện Dotnet-Mammoth phát huy tác dụng, cung cấp giải pháp mạnh mẽ và linh hoạt để chuyển đổi tài liệu một cách dễ dàng. Bằng cách sử dụng thư viện, người dùng có thể chuyển đổi các tài liệu lịch sử hoặc hồ sơ quan trọng thành các tệp HTML có thể truy cập và tìm kiếm được.

Thư viện Dotnet-Mammot là một trình bao bọc .NET xung quanh thư viện JavaScript mammoth.js phổ biến. Mục đích chính của nó là đơn giản hóa quá trình chuyển đổi các tài liệu phức tạp, chủ yếu là các tệp DOCX và DOC, sang HTML, cho phép chuyển đổi suôn sẻ giữa các định dạng khác nhau. Điều này có thể đặc biệt hữu ích khi xử lý các tài liệu trong các ứng dụng mà HTML là phương tiện ưa thích, chẳng hạn như các ứng dụng web hoặc hệ thống quản lý nội dung. Nó hỗ trợ các tính năng như tiêu đề, danh sách, hỗ trợ ánh xạ có thể tùy chỉnh, định dạng bảng, chú thích cuối trang và chú thích cuối, hình ảnh, liên kết, ngắt dòng, hộp văn bản, nhận xét, in đậm/nghiêng/gạch chân, gạch ngang và nhiều tính năng khác.

Thư viện Dotnet-Mammoth chứng tỏ là tài sản quý giá dành cho các nhà phát triển phần mềm, những người yêu cầu khả năng chuyển đổi tài liệu mạnh mẽ và chính xác trong các ứng dụng .NET của họ. Nó dễ dàng nhập và xuất bản các tài liệu Word trên các trang web hoặc blog mà vẫn giữ nguyên định dạng của chúng. Sự hỗ trợ của nó về kiểu dáng phức tạp, dễ sử dụng và khả năng định cấu hình khiến nó trở thành một lựa chọn phù hợp để xử lý các chuyển đổi tài liệu. Bằng cách tận dụng sức mạnh của thư viện, các nhà phát triển có thể mở ra vô số khả năng trong việc chuyển đổi liền mạch các tài liệu phức tạp trong khi vẫn duy trì tính toàn vẹn về hình ảnh và cấu trúc của chúng.

Previous Next

Bắt đầu với Dotnet-Mammoth

Cách cài đặt Dotnet-Mammoth được khuyên dùng là sử dụng NuGet. Vui lòng sử dụng lệnh sau để cài đặt suôn sẻ.

Cài đặt Dotnet-Mammoth từ NuGet

 Install-Package Mammoth
Bạn cũng có thể tải xuống trực tiếp từ GitHub.

Chuyển đổi tài liệu Word sang HTML qua C#

Thư viện Dotnet-Mammoth mã nguồn mở cung cấp cho các nhà phát triển phần mềm khả năng tải và chuyển đổi Tài liệu Microsoft Word DOCX sang HTML rõ ràng và chính xác bên trong các ứng dụng .NET. Thư viện vượt trội trong việc xử lý các tài liệu Microsoft Word (cả định dạng .docx và .doc), khiến nó trở thành lựa chọn lý tưởng cho các ứng dụng xử lý nhiều loại tài liệu. Nó tự hào có độ chính xác vượt trội trong việc chuyển đổi tài liệu. Nó dịch một cách tỉ mỉ không chỉ nội dung văn bản mà còn cả các yếu tố tạo kiểu khác nhau, chẳng hạn như tiêu đề, danh sách, bảng và thậm chí cả hình ảnh được nhúng. Ví dụ sau đây cho thấy các nhà phát triển phần mềm có thể tải và chuyển đổi tài liệu Word sang định dạng tệp HTML dễ dàng như thế nào bằng cách sử dụng lệnh C#.

Làm cách nào để chuyển đổi tài liệu Word thành tệp HTML qua API C#?

using DotnetMammoth;

class Program
{
    static void Main(string[] args)
    {
        var converter = new DocumentConverter();
        var result = converter.ConvertToHtml("path/to/document.docx");
        
        Console.WriteLine(result.Value);
    }
}

Trích xuất văn bản và xử lý tài liệu phức tạp

Thư viện Dotnet-Mammoth mã nguồn mở đã cung cấp sự hỗ trợ hoàn chỉnh để xử lý các tài liệu phức tạp bên trong các ứng dụng C#. Một số tài liệu có thể cực kỳ phức tạp, với định dạng, bảng, hình ảnh phức tạp, v.v. Thư viện giải quyết vấn đề phức tạp này một cách hiệu quả, đảm bảo rằng ngay cả những tài liệu có bố cục phức tạp cũng được chuyển đổi chính xác. Việc trích xuất văn bản thô của tài liệu cũng rất dễ dàng bằng cách sử dụng ExtractRawText. Ví dụ sau đây cho thấy cách các nhà phát triển phần mềm có thể trích xuất văn bản từ tài liệu Word .docx bên trong các ứng dụng .NET.

Làm cách nào để trích xuất văn bản thô của tài liệu Word trong ứng dụng C#?

var converter = new DocumentConverter();
var result = converter.ExtractRawText("document.docx");
var html = result.Value; // The raw text
var warnings = result.Warnings; // Any warnings during conversion

Độ chính xác, bảo quản và tạo kiểu tùy chỉnh

Một trong những mối quan tâm chính khi chuyển đổi tài liệu là duy trì độ trung thực của nội dung gốc. Thư viện Dotnet-Mammoth vượt trội ở khía cạnh này, cố gắng duy trì định dạng, kiểu dáng và cấu trúc của tài liệu nguồn một cách chính xác nhất có thể trong HTML kết quả. Thư viện cung cấp tùy chọn áp dụng kiểu tùy chỉnh trong quá trình chuyển đổi, đảm bảo rằng HTML kết quả phù hợp với tiêu chuẩn thiết kế của ứng dụng của bạn. Mức độ tùy chỉnh này nâng cao tính nhất quán của nội dung của bạn trên các nền tảng khác nhau.

 Tiếng Việt