Word内容解析之图表数据获取

最近遇到一个问题，Word里有个从Excel直接复制进去的图，但那个Excel已经找不到了，无法通过编辑数据获取到表格的数据。这个其实可以用getdata等软件获取，或者鼠标点在表上的点就可以显示数据，再把数据录下来，不过太麻烦了。下面是我的一个解决办法。

1. word结构说明

Word其实是多个XML文件，这个文件就是写网页或者Markdown格式的文本类似，可以设置不同的节点和属性来定义Word字体的内容颜色大小间距等格式。而office就是一个吧这些xml格式文件显示成我们看到的Word样式。

1. 首先将Word的后缀名改成zip或rar就可以得到一个压缩包
2. 解压压缩包得到一个文件夹，里面有一个Word的各部分内容
   
   这里面包含了Word的主题，标题，格式，脚注等等
   其中document是Word的文本内容
   可以看到每个文本前面都有这句话的一个格式信息，一般这句话的结构也称作一个run，一般用代码提取Word中的信息的时候基本上也是利用这个思路来获取Word的信息。

2. 图片数据获取

这里我们找到charts文件夹，可以看到里面有各个图片的XML文件

打开其中一个，这里面其实定义了图片的各个属性，以及怎么画出来的，具体不在介绍了，我也不懂，但是数据信息可以很容易找到

把数据复制出来，没用的替换删除即可