有沒有一個模塊在Linux上搜尋msword doc-files？

通常我在用grep -r --color word /path/dir進行搜索，但是這對二進制文件不起作用。所以我想編寫一個類似Perl的腳本。因此，我正在搜索一個可以在Linux機器上讀取doc-files的模塊（可能類似於Spreadsheet :: ParseExcel for ms-word-documents）。有沒有一個模塊在Linux上搜尋msword doc-files？

來源

2011-10-20 sid_com

轉換您要求，究竟？請記住，.doc文件和較新的.docx文件是非常不同的文件格式。所以即使你發現了一個可以解析.doc文件的Perl模塊，它也許不支持.docx文件。 – knb

他們是'.doc'文件。 –

有很多文字轉換器（如antidoc，wv，catdoc，unoconv ...）。你可以通過他們的輸出grep。這也是msysgit爲編錄doc文件所做的。

來源

2011-10-20 12:28:00 jpjacobs

沒有試圖聽起來那麼尖銳，這是使用閉源專利文檔的危險。您可能會被開發人員提供的工具卡住。

你的實際問題，有幾件事情可以做：

打開該文件，並保存爲RTF（富文本）甚至以純文本格式，這應該是更多的搜索。
公開賽的LibreOffice（在Oracle收購之前叫做OpenOffice的強制叉），這可能會允許更多的自定義搜索（如果有人提供了這樣一個插件），或可用於哪些是通過方法1

來源

2011-10-20 14:15:08

有沒有一個模塊在Linux上搜尋msword doc-files？

回答

相關問題