我想从命令行将目录（和子目录）中的所有 .docx 文件转换为文本文件（这样我可以在这些文件上使用 grep after ）。我找到了这个
unzip -p tutu.docx word/document.xml | sed -e 's/<\/w:p>/\n/g; s/<[^>]\{1,\}>//g; s/[^[:print:]\n]\{1,\}//g'
这里效果很好，但它在终端中发送文件。我想将新的文本文件（例如 .txt）写入与 .docx 文件相同的目录中。我想要一个脚本来递归地执行此操作。
我有这个，使用反词，可以完成我想要的 .doc 文件，但它不适用于 .docx 文件。
find . -name '*.doc' | while read i; do antiword -i 1 "${i}" >"${i/doc/txt}"; done
我尝试将两者混合，但没有成功...能够同时执行这两项操作的命令行将不胜感激！
谢谢
您可以使用pandoc来转换 docx 文件。它不支持.doc文件，因此您需要 pandoc 和 antiword。
重用你的while循环：
find . -name '*.docx' | while read i; do pandoc --from docx --to plain "${i}" >"${i/docx/txt}"; done