Microsoft Word中的Grep？

10

我想从Word文档中提取具有给定字符串的所有行。在unix世界中... grep可以做到这一点。Windows对我而言并不明显。

microsoft-word grep

— 弗雷捷
source

10

使用Cygwin（或访问Linux机器），您可以

antiword file.doc | grep "my phrase"

要么

catdoc file.doc | grep "my phrase"

有很多命令行文件格式转换器可以类似的方式用于grep。

纯粹的Word解决方案可以是Ctrl + F（查找），然后是“ 查找全部” -但是，我不确定所有版本的MS Word是否都具有“ 查找全部”按钮。

— 时辰
source

2

当我看到问题标题时，我以为“哈！那很好，不是吗”。我再也不应低估GNU程序员。

— Phoshi

我给它的catdoc每个.doc/ .docx文件上的segfaults 最新版本，antiword只是告诉我我的文档“不是Word文档”。您知道其他选择吗？

— 2014年

我没用过...快速搜索显示docx2txtDebian存储库中存在-可能有用。我还将研究OpenOffice / LibreOffice命令行格式转换实用程序（unoconv），该实用程序可用于相同目的。

— chronos 2014年

3

我知道这听起来很原始，但是是什么使您无法将文件另存为.txt，然后按自己的喜好将其分开。

— 车
source

2

有成百上千的人这样做是什么。

— tchrist

1

“线”在Word上下文中是什么意思？显示的行，如果您对页面格式进行任何操作，哪一行会更改？这段落？还有吗

您可以使用Word的查找和替换功能来做很多事情，包括更改格式和其他非显而易见的内容，但是所有这些都只会作用于“查找内容”文本本身，而不会作用于任何周围的文本。

— 玛莎
source

但是，grep拥有该正则表达式！

— Phoshi

1

我已将CRGREP中的 MS文档（Word，PowerPoint，Excel）支持为免费开源工具。它也使其他难以搜索的东西变得难以捉摸，例如数据库表，图像，音频，档案，PDF及其组合。玩得开心。

— 克雷格
source

0

PowerGREP会为您做到这一点，而且速度很快-但不是免费的。我认为这值得每一分钱。另外，还有30天的免费试用期。

通过Word文件搜索PowerGREP的屏幕截图

— 蒂姆·皮茨克
source

0

没有足够的代表对此发表评论，但我可以看到讨论了doc vs docx的问题，因此任何追随该线程的人（如我一样）都可能会有所帮助。

您不需要用于docx文件的特殊工具。docx是压缩的XML文件。

要提取和剥离XML，请尝试基于

unzip -p "*.docx" word/document.xml | sed -e 's/<[^>]\{1,\}>//g; s/[^[:print:]]\{1,\}//g'

— Fafhrd
source

0

快速，免费，开放源代码和跨平台的解决方案：https : //github.com/phiresky/ripgrep-all

— 在
source