C#读取Office文档属性 C#如何获取Word或Excel的作者、标题等信息

推荐使用 DocumentFormat.Openxml 读取 office 2007+ 文档属性，它轻量、无需安装 Office，可解析 core.xml 和 app.xml 中的标准及应用属性；若需支持旧格式或自定义属性，则须用 Interop（需安装 Office）或第三方库。

用 DocumentFormat.OpenXml 读取 Office 文档属性（推荐）

Office 2007+ 的 .docx 和 .xlsx 文件本质是 ZIP 包，内部包含 XML 元数据，DocumentFormat.OpenXml 是微软官方、轻量、无需安装 Office 的首选方式。它能直接解析 core.xml（含作者、标题、创建时间等标准属性）和 app.xml（含页数、字数等应用属性）。

需安装 NuGet 包：DocumentFormat.OpenXml（v2.20+ 支持 .net 6/7/8）。

关键步骤：

• 用 wordprocessingDocument.Open() 或 SpreadsheetDocument.Open() 打开文件（注意传 false 表示只读）
• 调用 GetCorePropertiesPart() 获取核心属性部分
• 用 CoreProperties 类的属性（如 Creator、Title、LastModifiedBy）直接读值
• 若需 Application 或 Pages 等扩展属性，再通过 GetExtendedPropertiesPart() 加载 ExtendedProperties

示例（Word）：

using (var doc = WordprocessingDocument.Open(@"C:test.docx", false)) {     var core = doc.CoreFilePropertiesPart?.CoreProperties;     if (core != null)     {         string author = core.Creator?.Text ?? "";         string title = core.Title?.Text ?? "";         DateTime? created = core.Created?.Value;     } }

用 microsoft.Office.Interop 获取完整属性（但有硬依赖）

如果必须读取旧版 .doc/.xls 或需要访问 VBA 属性、自定义文档属性（CustomDocumentProperties），只能用 Interop。但它要求目标机器安装对应版本的 Office，且存在 COM 互操作稳定性问题（如进程残留、线程 Apartment 模式错误）。

常见报错：System.Runtime.InteropServices.COMException: 检索 COM 类工厂中 CLSID 为 … 的组件时失败，通常因 Office 未安装、位数不匹配（x64 程序调 x86 Office）、或 DCOM 配置异常。

使用前提：

• 项目引用 Microsoft.Office.Interop.Word 或 Microsoft.Office.Interop.excel
• 启动 Word/Excel 实例时显式设置 Visible = false 和 DisplayAlerts = false
• 务必在 finally 中调用 application.Quit() 并释放 COM 对象（Marshal.ReleaseComObject()）
• 避免在 ASP.NET 或多线程服务中使用——Interop 不是线程安全的

读取自定义文档属性（Custom Properties）的差异处理

标准属性（作者、标题）和自定义属性存储位置不同：前者在 Open XML 的 core.xml，后者在 custom.xml（Open XML）或 DocumentProperties 集合（Interop）。漏掉这个区分会导致“明明设置了却读不到”。

Open XML 方式：

• 调用 mainPart.CustomFilePropertiesPart?.CustomProperties
• 遍历 CustomProperties.Elements()，按 Name 属性匹配
• 值在 Property.Value 或 property.InnerText 中，类型需根据 property.FormatId 判断（如字符串、布尔、日期）

Interop 方式：

• Word：document.CustomDocumentProperties 返回 DocumentProperties 集合
• Excel：workbook.CustomDocumentProperties
• 注意：某些自定义属性可能被标记为 LinkToContent = true，此时需先读取关联的书签或单元格内容

兼容性与性能陷阱：.doc vs .docx、.xls vs .xlsx

Open XML 库完全不支持二进制格式（.doc/.xls）。强行用它打开会抛出 FileFormatException。若必须支持旧格式，只有两个选择：Interop（最稳但重），或第三方库如 NetOffice（更轻量，仍需 Office）。

性能方面：

• Open XML：毫秒级，内存占用低，适合批量处理
• Interop：每次启动进程耗时约 300–800ms，且进程常驻风险高；不适合高频、并发场景

一个容易忽略的点：.xlsx 的 Created 时间默认是 UTC，而 .docx 可能是本地时区；读取后建议统一转为 DateTimeKind.Utc 再比较或存储。