SILVERCODERS DocToText:从所有常用格式的文档中提取纯文本。 开源

SILVERCODERS DocToText是一个功能强大的实用程序,可以将文档转换为纯文本。 它包括一个控制台应用程序和C / C ++库,该库允许将文本提取机制嵌入到其他应用程序中。 它支持MS Office二进制格式:MS Word(DOC),MS Excel(XLS,XLSB),MS PowerPoint(PPT),富文本格式(RTF),OpenDocument(也称为ODF和ISO / IEC 26300,全名:OASIS) Office应用程序的开放文档格式):文本文档(ODT),电子表格(ODS),演示文稿(ODP),Office Open XML(ISO / IEC 29500,也称为OOXML,OpenXML或MSOOXML)文档:MS Word(DOCX),MS Excel(XLSX),MS PowerPoint(PPTX),iWork,ODFXML(FODP,FODS,FODT),PDF,EML(电子邮件)和HTML。 DocToText也可以用作快速控制台查看器来搜索,索引归档或从损坏的文档中恢复文本。 它还可以从注释(注释)中提取文本,并读取诸如作者,上次修改