如何將文檔從.doc文件轉換爲文本

我一直在思索寫這個問題很長一段時間。如何將文檔從.doc文件轉換爲文本

我在越南的一家小型新聞公司工作。

我的服務器運行的文件是Ubuntu的最新版本（顯然是PHP/Apache），這意味着像.doc和.docx這樣的格式將無法在本機打開，就我而言知道。

但是，當記者上傳文件時，有一半時間他們以某種微軟格式進行。這意味着我的Linux機器無法打開和選擇關鍵字，這對我來說是非常令人沮喪的;這是因爲像pdf2txt.py這樣的東西不起作用。

解決這個問題的方法是什麼，不會給記者帶來太多不便？我知道，因爲我運行的是Linux服務器，所以我可能不得不運行某種第三方應用程序來爲我做這些工作，這可能會在短期內起作用，但可能會帶來一些安全風險。

摘要：如何讓Linux服務器自動將諸如.doc和.docx之類的任何格式轉換爲PDF格式以供進一步操作？

來源

2011-10-11 Dương Văn

使用OpenOffice/LibreOffice。它打開MSOffice文件做得不錯。 –

Microsoft Word docx文件是XML，因此您應該能夠相當容易地解析出其元數據。 – Jason

[Doc to PDF with PHP + Openoffice]的可能重複（http://stackoverflow.com/questions/4652038/doc-to-pdf-with-php-openoffice） - 然而LibreOffice更容易，因爲它提供了一個無頭指令開關。 – mario

對於oldschool doc文件，請看看catdoc和wv。

對於可以將OpenOffice可以打開的任何東西轉換爲OpenOffice可以保存的任何東西的全能解決方案，是unoconv。

來源

2011-10-11 19:17:34 jpjacobs

謝謝你的答案，最近發生了很多事情，我無法檢查，而是我以前只在非PDF上實現了一個塊，現在我正在研究這個問題。 :) –

如何將文檔從.doc文件轉換爲文本

回答

相關問題