V2EX = way to explore V2EX 是一个关于分享和探索的地方
Sign Up Now For Existing Member Sign In
请不要在回答技术问题时复制粘贴 AI 生成的内容
This topic created in 2816 days ago, the information mentioned may be changed or developed.
需求是这样的，转成有一定格式的 text （保留换行，空格等）
docx 转 text 基本搞定，因为 docx 其实是一个 zip，里面是文本格式的 xml，然后用了 html 转 text 的方式，转出来可以接受。
但是 doc 转 text 开始用的 antiword 但是有些文件转不了，想问下大家有什么好的方案吗？
 | 1 hinomo Aug 11, 2018 doc 转 docx （逃 |
 | 2 ghhardy Aug 11, 2018 via Android 试试 python 第三方模块吧，我用过处理 excel 表格的，word 好像也有 |
 | 3 hundan Aug 11, 2018 via Android 直接另存为？ |
 | 4 lihongjie0209 Aug 11, 2018 Java 可以用 tika, Python 就不知道了. 从某种程度上来说, Java 的生态确实比 Python 好 |
 | 5 dsp2138 Aug 11, 2018 word:Ctrl+A notebook:Ctrl+V 搞定，效率很高 |
 | 7 tomheng OP @lihongjie0209 我先研究下，谢谢 |
| 8 tomheng OP @longyujin9 也是一种思路 :) |
 | 9 zjsxwc Aug 11, 2018 这种东西 C#干起来很轻松，不知道 linux 下的 dotnet core 可不可以 |
| 10 zjsxwc Aug 11, 2018 |
 | 11 stringtheory Aug 11, 2018  1 可以试试 pandoc |
 | 12 MonoLogueChi Aug 11, 2018 via Android 修正一下，docx 是 rar 压缩包 |
 | 13 lushilu001 Aug 11, 2018 via iPhone catdoc |
| 14 hundan Aug 11, 2018 via Android @MonoLogueChi 再修正一下，是 zip。 rar 文件头以 Rar 开头 zip 为 pk，docx 文件头是 pk，这是其一，其二，rar 算法为私有。拓展名改为 rar 之后能打开是因为压缩软件自己识别了压缩算法，不能作为根据。建议你自己了解清楚再来修正别人。 |
 | 15 drackzy/strong> Aug 11, 2018 unoconv |
 | 16 cnkiller Aug 11, 2018 via Android 我给楼主说一下吧。com 方式另存为 txt，效果最好 |
 | 18 iwtbauh Aug 11, 2018 via Android soffice --headless --convert-to txt filename.doc |
 | 19 gnaggnoyil Aug 12, 2018 |
 | 20 gamecmt Aug 12, 2018 via Android windows 下可以用 pywin32com。 |
 | 21 PythonAnswer Aug 12, 2018 via iPhone com 是个好东西。linux 下一班怎么玩？有类似的吗？ |
 | 22 omph Aug 12, 2018 Apache POI - the Java API for Microsoft Documents |
 | 23 shilyx Aug 12, 2018 poi 读取-》另存为 不过更高级的方案是在 widnows 服务器上安装 office，然后 vc 中使用 activex 控制另存为，完美，绝对完美的 doc-》 docx |
 | 24 ps1aniuge Aug 12, 2018 安装 word。用 powershell 调用 com 方式另存为 txt，效果最好 |
| 25 gnaggnoyil Aug 12, 2018 @PythonAnswer LibreOffice 据说有个叫 UNO 的东西和.COM 比较类似,具体怎么用不清楚,你可以自己查查看…… |
| 26 PythonAnswer Aug 12, 2018 via iPhone uno 是包装的 java，调用起来不太爽 |
 | 27 Doodlister Aug 28, 2018 via Android @longyujin9 纯文本的话。。 直接 OCR。。。比你这个还暴力 哈哈 |
Select Language