konverze doc txt - cli

[Uran]

Potrebuju davkove prevadet vetsi mnozstvi doc (MSO) souboru do txt.

V soucasnosti pouzivam "Antiword". Problem je v tom, ze program se uz nevyviji a navic vystup je ve forme textu zarovnaneho do bloku s nerovnomernymi mezerami mezi slovy, coz pusobi pri cteni rusive.

Neznate nejakou alternativu  za "Antoword" v CLI variante?

Neslo by neco podobneho delat pomoci openoffice? v "man openoffice" jsem na nic rozumneho nenarazil.


Dekuji uran

[Kedrigern]

Zkus program wv ( sudo aptitude install wv ), umí toho hodně. Po nainstalování má různé příkazy jako wvCleanLatex wvDocBook wvText...

Tady je jeho domovská stránka, kde je vše popsáno: http://wvware.sourceforge.net.

[fish]

Používam JODConverter. Treba naštartovať openoffice v service mode:

Kód: [Vybrat]

soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizardPrevod pomocou JODConventer

Kód: [Vybrat]

java -jar jodconverter-cli-2.2.0.jar document.doc document.txtTento program používam viac ako 2 roky, zatiať bez problémov.
Pozri:
http://www.artofsolving.com/opensource/jodconverter
http://www.artofsolving.com/opensource/jodconverter/guide

[Uran]

Dekuji urcite vyzkousim.

Zatim jsem nasela a pouzivam reseni

Kód: [Vybrat]

antiword file.doc | sed -e 's/ \{2,\}/ /g', ktere my prozatim vyhovuje.