🗂️ Chuyển đổi tập tin DOC, DOCX lưu trữ trong CSDL SQL Server

📌 Đề tài thực tập cơ sở: Xây dựng phần mềm chuyển đổi tập tin DOC, DOCX lưu trữ trong CSDL SQL Server
🏫 Học viện Công nghệ Bưu chính Viễn thông - PTIT
👨‍🎓 Nhóm thực hiện: Trần Đình Hào, Vũ Nhân Kiên, Lê Khánh Toàn, Lưu Xuân Bắc, Phạm Quang Dương
👨‍🏫 Giảng viên hướng dẫn: ThS. Nguyễn Xuân Anh
📄 Báo cáo PDF: PDF
👉 Cho tôi 1 ⭐ nếu nó hữu ích với bạn nhé, nhóm làm đề tài này tâm huyết lắm 😅

---

📝 Mô tả đề tài

Xây dựng một phần mềm có khả năng:

• Chuyển đổi các file .doc, .docx sang định dạng HTML
• Phân tích nội dung HTML → Trích xuất cấu trúc tài liệu
• Lưu trữ từng phần tử vào cơ sở dữ liệu SQL Server (gồm đoạn văn, bảng biểu, ảnh, công thức…)
• Tái cấu trúc và hiển thị tài liệu từ CSDL về lại dạng HTML gốc

---

🧱 Kiến trúc hệ thống

🛠 Công nghệ sử dụng:

• C# .NET (Windows Forms App)
• Thư viện: Microsoft.Office.Interop.Word, mshtml
• Cơ sở dữ liệu: SQL Server 2012
• IDE: Visual Studio 2012

🗃️ Cấu trúc CSDL chính gồm các bảng:

• Documents, Sections, Paragraphs
• ParagraphSentences, ParagraphImages, ParagraphEquations
• Tables, TableCells
• TableCellSentences, TableCellImages, TableCellEquations

Sơ đồ mô hình CSDL: phân cấp từ tài liệu → section → đoạn văn → câu/ảnh/công thức → bảng → ô → nội dung trong ô.

---

⚙️ Chức năng chính

1. Chuyển đổi Word → HTML

   • Sử dụng Microsoft.Office.Interop.Word để chuyển file .doc/.docx sang .html

2. Phân tích HTML và trích xuất nội dung

   • Dùng mshtml để truy xuất các phần tử như h1/h2, p, img, table, math...

3. Lưu vào SQL Server

   • Mỗi thành phần được ánh xạ vào bảng tương ứng

4. Tái cấu trúc và hiển thị tài liệu

   • Truy vấn dữ liệu từ DB, tái tạo HTML, hiển thị tài liệu qua trình duyệt tích hợp

Flow:

---

💡 Kết quả đạt được

• ✅ Giao diện đơn giản, dễ sử dụng
• ✅ Chuyển đổi thành công tài liệu có nội dung phức tạp
• ✅ Tái tạo tài liệu gần giống bản gốc (gồm ảnh, bảng, tiêu đề, công thức…)
• ✅ Lưu trữ dữ liệu có cấu trúc rõ ràng, dễ mở rộng

Before:

After: