如何从 CLI 确定 odt、doc、docx 和其他办公文档的页数？

Question

从命令行很容易找到 PDF 文档的页数：

pdfinfo sample.pdf | grep ^Pages:

...但我一直无法找到类似的odt文件和其他办公文件的方法。

有没有办法以编程方式确定这些文档的页数？

Answer 1

谢谢大家的回答。在您的帮助下，我能够编译一个命令列表，这些命令可以从几乎所有相关的办公文档中提取页数：

文档/PPTX

unzip -p 'sample.docx' docProps/app.xml | grep -oP '(?<=\<Pages\>).*(?=\</Pages\>)'

unzip -p 'sample.pptx' docProps/app.xml | grep -oP '(?<=\<Slides\>).*(?=\</Slides\>)'

注意：unzip可以安装sudo apt-get install unzip.

文件/PPT

wvSummary sample.doc | grep -oP '(?<=of Pages = )[ A-Za-z0-9]*'

wvSummary sample.ppt | grep -oP '(?<=of Slides = )[ A-Za-z0-9]*'

注意：（wvSummary区分大小写！）是wv包的一部分。安装它sudo apt-get install wv。

ODT

unzip -p sample.odt meta.xml | grep -oP '(?<=page-count=")[ A-Za-z0-9]*'

PDF

pdfinfo sample.pdf | grep -oP '(?<=Pages:          )[ A-Za-z0-9]*'

注意：pdfinfo是poppler-utilsUbuntu 的一部分并且应该预装在 Ubuntu 上。

DJVU

djvused -e "n" sample.djvu

注意：djvused是djvulibre-bin软件包的一部分，可以使用sudo apt-get install djvulibre-bin.

Answer 2

我没有找到一种方法来提取odt文件信息pdfinfo，但是您可以创建一个快速脚本来使用pdfinfo这些odt文件，将每个 odt 文件转换为 PDF，如果您不打算使用它，则稍后删除转换后的文件：

libreoffice --headless --invisible --convert-to pdf sample.odt
pdfinfo sample.pdf | grep ^Pages:
rm sample.pdf

希望这对你有帮助。

Answer 3

unzip -p document.odt meta.xml | grep -o 'page-count="[0-9]*"'

请参阅此处以获取更多参考。