Herramienta de línea de comandos para buscar archivos docx

9

¿Existe una herramienta de línea de comandos para buscar texto en un archivo docx? Lo intenté grep, pero no funciona con docx a pesar de que funciona bien con archivos txt y xml. Primero podría convertir el docx a txt, pero preferiría una herramienta que funcione directamente en archivos docx. Necesito la herramienta para trabajar con Cygwin.

Edición de OP: más tarde descubrí que la forma más fácil de lograr el grep es convertir esos docx a txt y luego grep sobre ellos.

— Gob00st
fuente

Respuesta de stackoverflow relacionada .

— jw013

Me deshice de la parte de DOS, ya que está fuera de tema aquí

— Michael Mrozek

Relacionado: ¿Indización de texto completo compatible con la línea de comandos?

— Gilles 'SO- deja de ser malvado'

3

Sé de varias herramientas de indexación que admiten documentos de Word. Dichas herramientas le permiten indexar documentos, luego buscar eficientemente palabras en el índice. No permiten búsquedas de texto completo.

Recoll (con Antiword y WvWare ). No sé sobre el soporte de Cygwin.
Lucene , con un poco de montaje requerido . Funciona en Cygwin, creo.
Sphinx , con cualquier conversor de docx a texto . Nativamente compatible con Windows .
Rastreador ( aún puede haber algunos problemas ). El soporte de Cygwin parece dudoso.

— Gilles 'SO- deja de ser malvado'
fuente

1

DOCx está comprimido y no es un formato de texto. Entonces, lo que necesita es un convertidor primero. Después de eso, puede usar el findcomando en los archivos convertidos.

— Nils
fuente

O puede usar una herramienta de búsqueda que puede leer dentro de archivos comprimidos. En tu última oración, supongo que quisiste decir grep.

— Gilles 'SO- deja de ser malvado'

@Gilles: mire el título original de la pregunta antes de que Michael la edite. Esto parecía ser una pregunta sobre DOS (y lo marqué fuera de tema).

— Nils

0

¿Has mirado a openoffice ninja ?
(no sé sobre el soporte de cygwin)

— bsd
fuente