问题描述
我遇到的问题是，当我从“访问”数据库.docx中读取嵌入式（ole）（.docx）对象时。我使用c＃.net查找“ 50 4B 03 04 14 00 06 00 ”十六进制标头。我没有任何问题地提取了PDF，DOC，PNG，TIFF。
解决方法
DOCX文件是XML（Open Packaging Conventions）和其他压缩格式的集合（WordprocessingML，OPC）。 （here中描述了整个DOCX / OOXML标准。）由于压缩会压缩文件，因此会更改二进制内容。尝试在解压缩后的任何OPC部件上重复您的方法-关键的WordprocessingML将是一个不错的起点：word/document.xml