如何用ruby解析word文档？

Question

有没有人知道我可以在OS X/Linux上使用的库来解析Word文件并将内容输出为HTML？

我已经看过win32ole,但据我所知它只适用于Windows,虽然我可能错了.

有什么建议？

Answer 1

Word文档格式(暂时忽略docx)非常糟糕且不断变化.恕我直言,这就是为什么有那么少的(读:零)Ruby库来解析它们.

我建议做的是使用JRuby和一些已建立的Java库来读取doc格式.谷歌应该帮助你:http://schmidt.devlib.org/java/libraries-word.html.

有一个用于读取MIcrosoft文件格式的Java项目,POI(http://poi.apache.org/),他们确实有Ruby绑定(http://poi.apache.org/poi-ruby.html),但我我不确定那些是最新的.在他们的网站上,它说Ruby绑定是针对1.8.2 ......