Извлечь текст из pdf, файла MS office и другого документа [закрыто]
Мне нужен инструмент командной строки, который будет извлекать простой текст из файлов MS office (все форматы), pdf и других форматов файлов.
Я просмотрел командную строку libre office, но не смог найти фильтры для всех форматов
-1
задан Thomas Ward
12 September 2013 в 08:28
поделиться
1 ответ
Для офисных файлов вы можете использовать:
libreoffice --headless --convert-to output_file_extension[:output_filter_name] [--outdir out‐put_dir] file
Подробнее о:
- См.
man libreoffice - Как извлечь простой текст из .doc & amp; файлы .docx? (unix)
Что касается PDF-файлов, я вижу, что вы нашли pdftotext.
0
ответ дан Community
12 September 2013 в 08:28
поделиться