Pek.Office

Pek.Office 是一个面向 .NET 的办公文档处理库，当前仓库覆盖 Excel、Word、PowerPoint、PDF、Markdown、RTF、ODS、EML、MSG、iCalendar、vCard、EPUB、XPS 等常见办公与文档格式。

项目当前 NuGet 包名为 Pek.Office。由于历史兼容原因，公开 API 仍主要位于 NewLife.Office 命名空间，README 中涉及该命名空间的示例均以当前源码为准。

项目定位

• 面向服务端或工具侧的文档读写、导入导出与格式转换
• 基于文件格式本身实现，不依赖 Office 或 LibreOffice 进程自动化
• 同时支持 OpenXML/ZIP+XML 与 OLE2/CFB 旧二进制格式
• 提供统一入口 OfficeFactory，用于识别支持的文档类型并创建读取器

目标框架与依赖

• 目标框架：net45、netstandard2.0、netstandard2.1
• 运行时核心依赖：DH.NCore
• 测试框架：xUnit

安装示例：

dotnet add package Pek.Office

当前实现模块

Excel

• ExcelReader：读取 xlsx 工作簿、工作表行数据、对象集合、DataTable
• ExcelWriter：写入 xlsx，支持表头、数据行、样式、冻结窗格、自动筛选、数据验证、图片、页面设置、条件格式等常见能力
• ExcelTemplate：基于占位符执行模板填充
• BiffReader：读取 Excel 97-2003 的 xls 二进制文件
• BiffWriter：生成 Excel 97-2003 的 xls 文件，支持多工作表、对象集合和 DataTable 导出

Word

• WordReader / WordWriter：读写 docx
• WordTemplate：docx 模板占位符填充
• WordHtmlConverter：docx 转 HTML
• WordPdfConverter：docx 转 PDF，属于内容映射型转换，不依赖外部渲染引擎
• DocReader：读取 Word 97-2003 的 doc 文件，可提取全文、段落和表格

PowerPoint

• PptxReader / PptxWriter：读写 pptx
• PptxTemplate：pptx 模板填充
• PptReader：读取 PowerPoint 97-2003 的 ppt 文件，提取幻灯片文本
• PptxPdfConverter：pptx 转 PDF，当前按文本内容和版面顺序映射，不做像素级渲染

PDF

• PdfWriter / PdfReader / PdfDocument：基础 PDF 读写能力
• PdfFluentDocument：声明式 PDF 排版接口
• PdfEncryptor：PDF 加密与权限处理

Markdown

• MarkdownParser / MarkdownWriter：Markdown 解析与输出
• MarkdownHtmlConverter：Markdown 转 HTML
• MarkdownWordConverter：Markdown 转 Word
• MarkdownPdfConverter：Markdown 转 PDF
• MarkdownDocument：文档对象模型与快捷转换入口

RTF

• RtfDocument / RtfReader / RtfWriter：RTF 解析与写入
• 支持段落、表格、颜色、字体、图片提取与图片嵌入
• 支持基于 {{Key}} 的模板填充

ODS

• OdsReader / OdsWriter：读写 OpenDocument Spreadsheet
• 支持多工作表、对象映射、DataTable、基础单元格样式、合并区域读取

邮件与个人信息格式

• EmlReader / EmlWriter / EmlMessage：EML 邮件读写
• MsgReader：Outlook MSG 读取
• ICalReader / ICalWriter / ICalDocument：iCalendar 读写
• VCardReader / VCardWriter / VCardContact：vCard 读写

电子书与固定版式文档

• EpubReader / EpubWriter / EpubDocument：EPUB 2/3 读写
• XpsReader / XpsWriter：XPS 读写、文本提取、图片提取、元数据读写

基础容器与工厂

• CfbDocument / CfbReader：OLE2/CFB 容器解析与写入
• OfficeFactory：统一识别支持的扩展名并创建对应读取器

OfficeFactory 支持格式

当前 OfficeFactory 内置支持以下 15 种扩展名：

• .xlsx
• .xls
• .docx
• .doc
• .pptx
• .ppt
• .pdf
• .rtf
• .ods
• .epub
• .vcf
• .eml
• .ics
• .md
• .xps

说明：

• 对于 xlsx、xls、docx、doc、pptx、ppt、pdf，会返回对应 Reader 实例
• 对于 rtf、ods、epub、md，会直接返回解析后的文档对象或结果对象
• 对于 eml、ics、vcf、xps，会返回对应读取器实例，由调用方继续读取文件内容

快速开始

读取任意支持的文件

using NewLife.Office;

if (OfficeFactory.IsSupported(".xlsx"))
{
    using var reader = (ExcelReader)OfficeFactory.CreateReader("demo.xlsx");
    var rows = reader.ReadRows("Sheet1").ToList();
}

写入 xlsx

using System.Text;
using NewLife.Office;

using var ms = new MemoryStream();
var writer = new ExcelWriter(ms);

writer.WriteHeader("Data", ["编号", "姓名", "金额"], CellStyle.Header);
writer.WriteRow("Data", new Object?[] { 1, "张三", 1234.56m }, new CellStyle
{
    Border = CellBorderStyle.Thin,
    NumberFormat = "#,##0.00"
});

writer.FreezePane("Data", 1);
writer.SetAutoFilter("Data", "A1:C1");
writer.Save();

ms.Position = 0;
var reader = new ExcelReader(ms, Encoding.UTF8);
var rows = reader.ReadRows("Data").ToList();

写入 xls

using NewLife.Office;

using var writer = new BiffWriter();
writer.WriteHeader(["姓名", "年龄", "成绩"]);
writer.WriteRow(new Object?[] { "Alice", 28, 95.5 });
writer.WriteRow(new Object?[] { "Bob", 31, 88.0 });
writer.Save("data.xls");

docx 转 PDF

using NewLife.Office;

var converter = new WordPdfConverter();
converter.ConvertToFile("input.docx", "output.pdf");

pptx 转 PDF

using NewLife.Office;

var converter = new PptxPdfConverter
{
    DocumentTitle = "演示文稿导出"
};
converter.Convert("slides.pptx", "slides.pdf");

能力概览

目录结构

Pek.Office/
├── Calendar/
├── Epub/
├── Excel/
├── Mail/
├── Markdown/
├── Ods/
├── OLE2/
├── PDF/
├── PPT/
├── Rtf/
├── VCard/
├── Word/
├── Xps/
└── OfficeFactory.cs

测试覆盖

仓库已提供独立的 xUnit 测试项目，覆盖以下主要模块：

• ExcelReader / ExcelWriter / ExcelTemplate / BiffReader / BiffWriter
• CfbDocument、DocReader、PptReader
• Eml、Msg、ICal、VCard、Epub
• Markdown、Rtf、Ods、Xps
• WordHtmlConverter、WordPdfConverter、PptxPdfConverter
• OfficeFactory 集成测试

运行测试：

dotnet test XUnitTest/XUnitTest.csproj

已知边界

• WordPdfConverter 和 PptxPdfConverter 当前属于内容映射型转换，目标是稳定导出文本和基本结构，不追求 Office 原生渲染级还原
• WordPdfConverter.ConvertToImages 和 PptxPdfConverter.ConvertToImages 当前按设计抛出 NotSupportedException
• OfficeFactory.CreateReader 的返回值类型会随扩展名变化，调用方需要按具体格式进行转换或继续处理

适用场景

• 后台报表导出
• 文档批量导入导出
• 旧版 Office 二进制格式解析
• 邮件、日历、联系人、电子书等结构化文档处理
• 轻量级文档格式转换与内容提取