Конвертор из Word в HTML

[thunderslim]

Конвертор из Word в HTML

Надо написать конвертор из Ворда в ХТМЛ или вообще лучше сделать скрипт вытаскивающий всю информацию из вордовского файла в нормальном виде и подготовленную для записи в БД. Вот такое вот у меня задание. Хотел спросить - кто-нибудь уже этим занимался? Есть ли пировские библиотеки похожие какие-нибудь? Может быть есть какие-то идеи? Проблема вся в том, что версии Вордов разные и надо писать универсальный парсер какой то. Вообщем бандос

 

[Kivsiak]

Сохранить как. html + быстро поросто. - куча мусора в тексте. (есть готовые чистильщики Dreamweather к примеру)
Сохранить как. xml +можно написать конвертор в норамльный html - время на изучение формата.
Макрос на vb. На уровен vb конвертишь в то что тебе надо. +сразу получаешь то что нужно, можно обработать сразу кучу фаилов. - нужно не полохо знать vba

 

[sergadm]

сохраянть черз сом в в любой простой формат и парсить

 

[Alexandre]

сохраянть черз сом в в любой простой формат и парсить

хорошо бы еще знать этот простой формат

xml , RTF и HTML в ворде генериться через одно место,
sergadm догадываешься какое или продемонстрировать на примере сгенеренного формата??

остается только один txt, тогда теряются все стили

 

[thunderslim]

ооо, нет, нет, нет!!.. То, что куча офлайновых конверторов существует - это понятно. Мне же надо обрабатывать вордовские файлы в потоке. В простой формат сохранять не получиться. Единственное решение, которое в голову приходило это на C# писать, там уже есть более или менее готовые решения, но это не пойдет, потом что сервак на unix'e. ASP на нем нету и не будет. Это надо делать срдествами PHP и тем что будет работать на серваке - чем ещё пока не знаю.