如何使用C# VSTO插件从Outlook的OLE附件中提取原始文件数据？

一、通过C#直接读取OLE附件的原始数据 #

OLE嵌入附件本质是复合文档（Structured Storage），可以通过PropertyAccessor获取原始字节流，再用OpenMcdf解析复合文档结构，提取内嵌的原始文件。

步骤1：判断附件类型并获取OLE数据 #

首先筛选出类型为olEmbeddedItem（枚举值6）的附件，然后通过PropertyAccessor读取PR_ATTACH_DATA_BIN属性（属性标签：http://schemas.microsoft.com/mapi/proptag/0x37010102）获取复合文档的字节数组：

using Microsoft.Office.Interop.Outlook;
using System.IO;

// 假设当前处理的邮件项为MailItem mailItem
foreach (Attachment att in mailItem.Attachments)
{
    if (att.Type == OlAttachmentType.olEmbeddeditem)
    {
        // 获取OLE复合文档的字节数组
        PropertyAccessor pa = att.PropertyAccessor;
        byte[] oleData = (byte[])pa.GetProperty("http://schemas.microsoft.com/mapi/proptag/0x37010102");
        
        // 后续解析oleData...
    }
}

步骤2：用OpenMcdf解析OLE复合文档 #

OLE嵌入的Office文件通常存储在\1Ole10Native流中，这个流包含原始文件的元数据和内容。解析该流的格式即可提取原始文件：

using OpenMcdf;

public static byte[] ExtractOleNativeData(byte[] oleData)
{
    using (var compoundFile = new CompoundFile(new MemoryStream(oleData)))
    {
        // 定位Ole10Native流
        CFStream oleStream = compoundFile.RootStorage.GetStream("\x01Ole10Native");
        if (oleStream == null)
            throw new InvalidDataException("未找到Ole10Native流");

        byte[] streamData = oleStream.GetData();
        using (var ms = new MemoryStream(streamData))
        using (var reader = new BinaryReader(ms))
        {
            // Ole10Native流格式：
            // 0-3字节：标志（通常为0）
            // 4-7字节：原始文件路径的长度（Unicode）
            // 8-...：文件路径（Unicode）
            // 接着是文件大小（4字节），然后是原始文件数据
            reader.ReadInt32(); // 跳过标志
            int pathLength = reader.ReadInt32();
            reader.ReadBytes(pathLength * 2); // 跳过Unicode路径
            int fileSize = reader.ReadInt32();
            return reader.ReadBytes(fileSize); // 返回原始文件字节数据
        }
    }
}

调用这个方法后，得到的字节数组就是原始Word/Excel文件的内容，可直接写入文件：

byte[] originalFileData = ExtractOleNativeData(oleData);
File.WriteAllBytes(@"C:\temp\extracted.docx", originalFileData);

二、在OLE附件添加时即时处理（替代“转换前读取”） #

Outlook没有直接提供“转换为OLE对象前”的事件，但可以通过AttachmentAdd事件在附件刚添加到邮件时立即提取数据，此时OLE结构已生成但还未被用户修改：

示例：绑定Inspector的AttachmentAdd事件 #

private void ThisAddIn_Startup(object sender, System.EventArgs e)
{
    Application.Inspectors.NewInspector += Inspectors_NewInspector;
}

private void Inspectors_NewInspector(Inspector Inspector)
{
    if (Inspector.CurrentItem is MailItem mailItem)
    {
        mailItem.AttachmentAdd += MailItem_AttachmentAdd;
    }
}

private void MailItem_AttachmentAdd(Attachment att)
{
    if (att.Type == OlAttachmentType.olEmbeddeditem)
    {
        // 立即提取原始数据，避免后续操作导致结构变化
        try
        {
            PropertyAccessor pa = att.PropertyAccessor;
            byte[] oleData = (byte[])pa.GetProperty("http://schemas.microsoft.com/mapi/proptag/0x37010102");
            byte[] originalData = ExtractOleNativeData(oleData);
            
            // 处理原始数据，比如保存到指定位置
            string tempPath = Path.Combine(Path.GetTempPath(), $"extracted_{Guid.NewGuid()}.tmp");
            File.WriteAllBytes(tempPath, originalData);
        }
        catch (Exception ex)
        {
            // 异常处理
            System.Windows.Forms.MessageBox.Show($"提取失败：{ex.Message}");
        }
    }
}

注意事项 #

• 确保引用OpenMcdf NuGet包（版本建议用最新稳定版）。
• 部分特殊OLE对象（如非Office文件）的流结构可能不同，需根据实际情况调整解析逻辑。
• 处理大附件时，注意内存占用，可分块读取流数据。

内容的提问来源于stack exchange，提问作者Aziz K.