antiword是linux及其他RISC OS下免費(fèi)的ms word文檔讀取器。使用它可以很方便的在Linux中讀取word文檔并輸出為純文本字符串。

下載地址：http://www.winfield.demon.nl

下載后解壓、編譯安裝：

tar -zxvf antiword-0.37.tar.gz
cd antiword-0.37
make
make install


默認(rèn)安裝到當(dāng)前賬戶下的bin目錄中。

使用：
終端中

/home/pi/bin/antiword antiword-test.doc

其他語言中通過各自執(zhí)行系統(tǒng)命令的方式來執(zhí)行，比如Python中：

import subprocess
word_file = "antiword-test.doc"
content = subprocess.check_output(["/home/pi/antiword", word_file])
print content


比如我有個(gè)doc文件是這樣的：

執(zhí)行結(jié)果類似這樣：

其中的非字符串部分被過濾了。