[ASP] hoe een .doc lezen vanaf server

[j0ck0z]

Beste, roeleerende Tweakers

Ik zit nu met het volgende probleem:
Ik wil graag word bestandjes [.doc] kunnen lezen vanaf de server, en de tekst op de page te zien krijgen.
Dus zodat ik de tekst uit het .doc bestandje gewoon op de pagina krijg.
Ik heb al veel geprobeert in ASP maar ik krijg het maar niet voor mekaar

Ik heb me ook al suf zitten zoeken op allerlij zoekmachine's en ASP site's...zonder enig resultaat

Ik hoop dat er iemand is die dit voor mij op kan lossen

[Nazgul]

Het probleem is, dat het .doc bestandsformaat geen open bestandsformaat is.

Dit betekend dat je geen echte info kunt vinden over hoe het bestand is opgebouwd en dan daaruit de gewenste informatie te lezen.
Sterker nog. Het is illegaal om het te doen, aangezien er een copyright rust op het bestandsformaat.

Het zal je dus niet gaan lukken om .doc bestanden te 'hacken'.

Ik weet niet of er bedrijven zijn die componenten leveren die zoiets doen, maar ik zelf denk van niet.

[j0ck0z]

Op zondag 27 januari 2002 21:48 schreef Nazgul het volgende:
Het probleem is, dat het .doc bestandsformaat geen open bestandsformaat is.

Dit betekend dat je geen echte info kunt vinden over hoe het bestand is opgebouwd en dan daaruit de gewenste informatie te lezen.
Sterker nog. Het is illegaal om het te doen, aangezien er een copyright rust op het bestandsformaat.

Het zal je dus niet gaan lukken om .doc bestanden te 'hacken'.

Ik weet niet of er bedrijven zijn die componenten leveren die zoiets doen, maar ik zelf denk van niet.

Zo'n vermoede had ik al.
Maar neem nou een .txt bestand, hoe werkt het dan

[Nazgul]

Ik heb even snel met Google gezocht op 'asp read txt file' en kwam hetvolgende tegen:

reading a text file in ASP

Maar dit had je volgens mij ook zelf wel even kunnen opzoeken

[vassago]

Je zou Word kunnen installeren op je webserver en met het Word object. (word.application) de documten kunnen converteren naar HTML of naar tekst.

[Verwijderd]

Je zou Word kunnen installeren op je webserver en met het Word object. (word.application) de documten kunnen converteren naar HTML of naar tekst.

Dit werkt inderdaad, maar wordt door Microsoft afgeraden omdat ze Word niet als server product hebben ontwikkeld en daarom geen garantie durven te geven over stabiliteit van de server.

Als je het toch gaat doen raad ik aan om ieder geval de gegenereerde HTML te cachen zodat je het converteren maar een keer hoeft te doen.

[Soultaker]

Word bestanden zijn OLE2 bestanden. Dit zijn bestanden met een 'intern bestandssysteem'. Er zijn prima gratis libraries voor het uitpakken van OLE files, dus dat moet wel lukken. Dan moet je nog uitzoeken waar de content staat en hoe deze gecodeerd is. Hier zijn wel (onofficiële) specificaties van, maar zelf een programma te schrijven voor de conversie kost vrij veel moeite.

Via Google kwam ik op de volgende site: http://www.wvware.com/

wv is a library which allows access to Microsoft Word files. It can load and parse Word 2000, 97, 95 and 6 file formats. (These are the file formats known internally as Word 9, 8, 7 and 6.) There is some support for reading earlier formats as well: Word 2 docs are converted to plaintext.

wv compiles and works under most operating systems.
...
wv allows other programs access to Word documents for the purpose of converting them to other formats.

Dit lijkt me wel een geschikte toepassing voor jou probleem. Succes!

[Basszje]

Op zondag 27 januari 2002 22:38 schreef Thargol het volgende:

[..]

Dit werkt inderdaad, maar wordt door Microsoft afgeraden omdat ze Word niet als server product hebben ontwikkeld en daarom geen garantie durven te geven over stabiliteit van de server.

Als je het toch gaat doen raad ik aan om ieder geval de gegenereerde HTML te cachen zodat je het converteren maar een keer hoeft te doen.

Ik heb het wel eens gedaan en die waarschuwing is idd terecht.

Je kan allerlei rare popupjes krijgen of word klapt er gewoon uit (zeker als je per minuut 100 word doc's probeert om te zetten naar txt ) .

[Crazy D]

Op maandag 28 januari 2002 09:34 schreef BaSSzje het volgende:
Ik heb het wel eens gedaan en die waarschuwing is idd terecht.

Je kan allerlei rare popupjes krijgen of word klapt er gewoon uit (zeker als je per minuut 100 word doc's probeert om te zetten naar txt ) .

Kun je dan ook niet beter gewoon bij het uploaden van de docs ze meteen laten converteren naar text oid? Heb je welliswaar die lib nog nodig, maar jij upload (tenzij je een lekkere verbinding hebt) niet zo snel 100 docs/minuut

[Basszje]

Op maandag 28 januari 2002 09:51 schreef CrazyD_at_work het volgende:

[..]

Kun je dan ook niet beter gewoon bij het uploaden van de docs ze meteen laten converteren naar text oid? Heb je welliswaar die lib nog nodig, maar jij upload (tenzij je een lekkere verbinding hebt) niet zo snel 100 docs/minuut

Je bedoelt voor elke upload word.application openen en dan converteren naar text ?

lijkt me niet handig :
1. Orgineel document moet nog wel behouden blijven, dus je krijgt 2 'versies' , dus 2 keer opslaan.

2. Iedere keer moet je word openen ( dat doet word.application n.l. ) en dat gaat dus net zo langzaam als je het normaal doet . Je krijgt dus wel iedere keer een paar seconden vertraging en memory gebruik.

[Crazy D]

Op maandag 28 januari 2002 11:08 schreef BaSSzje het volgende:
Je bedoelt voor elke upload word.application openen en dan converteren naar text ?

De originele vraag was toch dat een word docje geopend moest worden, en de inhoud getoont moest worden? (waaruit ik begrijp dat dat dus niet in Word-client side moest gebeuren).

lijkt me niet handig :
1. Orgineel document moet nog wel behouden blijven, dus je krijgt 2 'versies' , dus 2 keer opslaan.

Tjah is dat erg?

2. Iedere keer moet je word openen ( dat doet word.application n.l. ) en dat gaat dus net zo langzaam als je het normaal doet . Je krijgt dus wel iedere keer een paar seconden vertraging en memory gebruik.

Als ik het goed heb begrepen, zou dat anders gebeuren voor iedere keer dat het document wordt opgevraagt. Dan lijkt het mij handiger het eenmalig na uploaden te converteren naar "iets" wat je gewoon in een html pagina kan proppen, dan dat pas doen op het moment dat de doc wordt opgevraagt.