Office 2007 で標準文書形式として採用されている『Open Office XML』(OOXML) の文書からテキストのみを抽出するには，.docx で保存されたファイルの拡張子を .zip に変換し，word/document.xml に含まれるXML文書をパースすれば良し．以下，Javaの例題．.do…

（http://a-gamyl.hp.infoseek.co.jp/Clang/cppxml.html） に例題をまとめました。 初心者には難解に感じましたが、DOMでのXMLの扱いはJavaや多言語でのプログラミングと同じような感じでした。 これで、いろいろ試せそうです。

C言語でXMLを扱うためのクラスorライブラリがないかと探していたのだけれど、なかなか使いやすいものが見つからない。Javaで初めてDOM、SAX等をさわって、結構簡単だな〜と思った印象がすべて吹き飛んだ感じ。MSXMLDownload MSXML 4.0 Service Pack 2 (Micro…