C#上传后读取Docx文件内容及部署后读取失败问题排查

读取Docx内容有几种实用方案，你可以根据场景选择：

• Open XML SDK（官方推荐，无Office依赖）
  这是微软官方推出的库，专门处理Office开放格式文件，完全不需要目标机器安装Office客户端，非常适合服务器部署场景。先通过NuGet安装DocumentFormat.OpenXml包，再通过遍历文档的段落、文本块来提取内容。

• 第三方简化库（比如DocX）
  如果你想写更简洁的代码，Xceed.Document.NET（NuGet包）封装了OpenXML的复杂操作，API更直观友好，能快速实现文本提取。

• Microsoft.Office.Interop.Word（不推荐服务器环境）
  就是你代码里用的方式，它依赖本地安装的Office客户端，在个人电脑上能正常运行，但部署到服务器会有诸多权限、稳定性问题，不建议在生产环境使用。

你的代码基于Microsoft.Office.Interop.Word，本地能跑是因为你的电脑装了Office，且当前用户有足够权限访问Office组件，但部署到服务器后出问题，大概率是这几个原因：

1. 服务器未安装Microsoft Office
   Interop完全依赖Office的COM组件，服务器没装的话直接报错。哪怕装了Office，微软也明确说明Interop不支持服务器端自动化，会存在内存泄漏、进程僵死等隐患。

2. 应用池权限不足
   IIS默认的应用池身份（比如ApplicationPoolIdentity）没有权限启动Office进程，也无法访问Office的COM组件资源。

3. Office与应用程序架构不匹配
   比如你的应用是64位，但服务器装了32位Office，会出现组件找不到的情况；反之亦然。

替代解决方案：改用Open XML SDK代码 #

放弃Interop，换成无依赖的Open XML SDK，服务器不需要装Office，稳定性和性能都更可靠。给你写个替代示例：

using DocumentFormat.OpenXml.Packaging;
using DocumentFormat.OpenXml.Wordprocessing;
using System.Text;

public static string GetTextFromWord(string filePath)
{
    StringBuilder textBuilder = new StringBuilder();

    using (WordprocessingDocument wordDoc = WordprocessingDocument.Open(filePath, false))
    {
        Body body = wordDoc.MainDocumentPart.Document.Body;
        foreach (var paragraph in body.Elements<Paragraph>())
        {
            foreach (var run in paragraph.Elements<Run>())
            {
                foreach (var text in run.Elements<Text>())
                {
                    textBuilder.Append(text.Text);
                }
                textBuilder.Append(" ");
            }
            textBuilder.AppendLine();
        }
    }

    return textBuilder.ToString().Trim();
}

额外提示 #

先通过NuGet安装对应.NET版本的DocumentFormat.OpenXml包，这段代码会遍历文档的所有段落和文本块，提取纯文本内容，部署到服务器后无需额外配置即可运行。

内容的提问来源于stack exchange，提问作者Deepak Krishna R