从Word Doc二进制文件中提取文本

Microsoft 已发布 Office 文件的二进制规范。 我需要从 .doc 中提取文本。 此页面似乎暗示从 Doc 中提取文本并不困难，但我不遵循。

微软文档提取物

这就是我目前所拥有的。
wIdent 和 wFib 的值是错误的。 请指出我正确的方向。

UInt16 wIdent; // (2 bytes): An unsigned integer that specifies that this is a Word Binary File. This value MUST be 0xA5EC.
UInt16 wFib;   // (2 bytes): An unsigned integer that specifies the version number of the file format used. Superseded by FibRgCswNew.nFibNew if it is present. This value SHOULD<13> be 0x00C1.
using (FileStream fs = File.OpenRead(fileName))
{
    UTF8Encoding utf8 = new UTF8Encoding(true);
    BinaryReader brFile = new BinaryReader(fs);
    wIdent = brFile.ReadUInt16();
    Debug.WriteLine(wIdent.ToString());
    Debug.WriteLine(String.Format("{0:x}", wIdent));  // cfd0  wrong value
    wFib = brFile.ReadUInt16();
    Debug.WriteLine(wFib.ToString());   //  57361  wrong value
    byte[] b = new byte[1024];
    while (brFile.Read(b, 0, b.Length) > 0)
    {
        Debug.WriteLine(utf8.GetString(b));
    }
}

上面显示了大部分文本，但也显示了许多其他内容。

我有docx通过OpenXML工作。 需要的不仅仅是iFilter，因为它需要半格式化。 对文本运行算法以剔除无趣的文档。 也用于文档的快速文本，以便他们可以决定是否要下载文件和自动编码。

Office 互操作不是一种选择。 这适用于服务器，Microsoft不建议在该环境中实现办公自动化。 我们尝试过，对于我们需要处理的文档量来说，它并不稳定。