linux系统上将doc文件为txt文件的方法（附代码）

在上一篇文章中，我们详尽地探讨了doc文件和docx文件之间的区别，并运用了win32com模块将doc格式转换为docx格式，接着再将其转换为纯文本(txt)格式。然而，这种方法存在一个必要的前提条件，即计算机必须安装有Microsoft Office中的Word软件才能成功运行。因此，在一些没有安装Word软件的环境中，比如Linux系统下，这种方法就不适用。接下来，我们将更深入地探讨在没有Word软件环境下，在Linux系统上如何将doc文件转换为txt文件的方法。

方法一：

使用antiword命令来在Linux系统中将.doc文件转换为.txt文件。首先安装antiword软件包。使用以下命令来安装：

sudo apt-get install antiword # For Debian/Ubuntu

然后，使用以下命令将.doc文件转换为.txt文件：

antiword your_document.doc > output.txt

这将把"your_document.doc"文件转换为文本格式，并将结果保存在"output.txt"文件中。

方法二：

import os
from docx import Document

def convert_to_docx(input_folder, output_folder):
    # 创建输出文件夹
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    # 遍历输入文件夹中的文件
    for filename in os.listdir(input_folder):
        if filename.endswith(".doc"):
            # 构建输入和输出文件路径
            input_file_path = os.path.join(input_folder, filename)
            output_file_path = os.path.join(output_folder, os.path.splitext(filename)[0] + ".docx")

            # 打开.doc文件并保存为.docx
            doc = Document(input_file_path)
            doc.save(output_file_path)

# 指定输入文件夹和输出文件夹
input_folder = r"input_folder"
output_folder = r"output_folder"

# 调用函数进行转换
convert_to_docx(input_folder, output_folder)