逐頁閱讀 MS Word (doc) 文件

Question

有沒有辦法讓 wvWare （或其他可能的命令列工具，或 Python 函式庫）逐頁讀取 doc 檔案？我似乎在 wvWare 的手冊中找不到任何內容，在 Abiword、Antiword 或 catdoc 中也找不到。

Answer 1

一種極其醜陋的方法是在原始文件中尋找 ^L 並找出它們在文字中出現的位置（非 docx Word 文件大多是純文字：我有時使用該strings命令來讀取內容）。

^L 是 control-L，字元代碼 12，有時稱為「換頁」。如果您在 emacs（或任何顯示控製程式碼的編輯器）中查看原始 Word 文檔，您將在每個頁面的末尾看到其中一個。