Tag: docx

如何从.doc＆.docx文件中提取纯文本？ （unix）

任何人都知道他们可以推荐的任何东西，只是从.doc或.docx中提取纯文本？ 我发现这个最好的方式来从Word文档中提取文本，而不使用COM /自动化？ – 想知道有没有其他build议？ 速度并不重要，我们甚至可以使用一个有一些API的网站来上传和提取文件，但我一直无法find一个。 谢谢

减less到docx，包括复杂的模板

我已经自动构build了使用Pandoc将Markdown文件转换为DOCX文件。 我甚至使用了最终文档样式的参考文档。 我使用的命令是： pandoc -f markdown -t docx –data-dir=docs/rendering/ mydoc.md -o mydoc.docx reference.docx由Pandoc从docs/rendering拾取，而Pandoc mydoc.docx使用与参考文档相同的样式呈现mydoc.docx 。 但是， reference.docx包含的不仅仅是样式。 它包含公司徽标，序言等 如何自动将Markdown内容与reference.docx的样式和内容进行合并。 我的解决scheme需要在Linux上工作。

从doc和docx中提取文本

我想知道如何阅读文档或docx的内容。 我正在使用Linux VPS和PHP，但是如果使用其他语言的解决scheme更简单，请让我知道，只要它在Linux Web服务器下工作。

如何searchWord 2007 .docx文件中的单词？

我想search一个文本string的Word 2007文件（.docx），例如，“一些特殊的短语”，可以/将在Word中searchfind。 有没有办法从Python看到文本？ 我对格式没有兴趣 – 我只是想将文档分类为有或没有“某些特殊的词组”。

如何从word文件中提取文本.doc，docx，.xlsx，.pptx php

可能有一种情况，我们需要从Word文档中获取文本以供将来使用，以便在用户上传的文档中searchstring，例如在cv / resumes中进行search，并发生如何获取文本，打开和阅读的常见问题用户上传的Word文档，有一些有用的链接，但没有解决整个问题。我们需要在上传时获取文本和保存在数据库中的文本，我们可以轻松地在数据库中search。 提问并回答你自己的问题是可以的

什么是创buildWord文档的好的Java API？

我有一个新的应用程序，我将在哪里生成一个Word文档，其中包含表格，graphics，目录和文本的表格。 什么是一个很好的API使用这个？ 你有多确定它支持graphics，ToC和表？ 什么是使用它们的一些隐藏的陷阱？ 一些澄清： 我不能输出PDF，他们想要一个Word文档。 他们使用MS Word 2003（或2007），而不是OpenOffice 应用程序正在* nix应用程序服务器上运行 如果我可以从一个模板文件开始，并用表格，图表等填充一些空格，那就太好了。 编辑：下面几个很好的答案，每个都有自己的缺点，就我目前的情况。 很难从中挑选出“最终答案”。 想想我会把它打开，并希望有更好的解决scheme来创build。 编辑：OpenOffice UNO项目似乎是最接近我所要求的。 虽然POI当然是比较主stream的，但是我想要的东西太不成熟了。