想到的是虚拟打印机方法，自己写一个打印机驱动，这样把所有文档都通过 PCL 或者其他格式统计，有没有好用的开源库可以参考？
This topic created in 1990 days ago, the information mentioned may be changed or developed.
 |
renmu123May 24, 2021 via Android
1
你要不找个你熟悉语言的 word 库，应该能直接统计
|
 |
YvesXMay 24, 2021
2
……直接读文件不行吗
docx 文件可以按 zip 打开，/docProps/app.xml 明明白白地写着当前文件的页面和字数统计信息 |
 |
3
@renmu123 #1 刚刚试了 python 的 python-docx
遇到了新问题 使用 macOS 无法调用 win32com 将 doc 文件转化为 docx 顺路找到了 antiword 显示我这一个文件不是 Word 故此方案不可行 一批文件里同时有 doc 和 docx |
 |
KagurazakaNyaaMay 24, 2021
4
office 套件的文件一般都是 ooxml，你找个对应的库就可以了
|
 |
VegetableMay 24, 2021
6
全部打印成 PDF 呢？
|
|
7
@XiLingHost #4 刚刚看了看 文件五花八门的 交后缀 wps 都有 这样的后缀我还可以打回重交 但是 doc 和 docx 总不能限制只提交 docx 吧
|
|
YvesXMay 24, 2021
8
doc 格式里面存的是二进制文件，也不是把 SummaryInformation 数据拉不出来，应该同样有现成的库可以用
|
|
KagurazakaNyaaMay 24, 2021
10
@Licsber 为啥不可以，doc 都已经是多古老的格式了，让他们直接在 office 里转换啊
|
|
11
|
|
12
@XiLingHost #10 相较强制所有用 doc 的人全部改成 docx 这样的工作量而言 还是收集文档的时候顺带让每个人填一下页数更简便吧 强制转化绝对不可行 对用户要求太高了
|
 |
qqjtMay 24, 2021
13
libreoffice 有 python sdk 的好像，可以试试。其实没啥可纠结的，windows 电脑操作就完事了
|
|
15
|
|
renmu123May 24, 2021
16
|
|
17
@renmu123 #16 这个思路有点怪 我试了试 没看出来什么规律 只看到有些东西在不断重复
rels/PK drs/downrev.xmlPK 类似的文本 |
|
renmu123May 24, 2021 via Android
19
@Licsber 我标注的这一行应该是文档的一些基础信息，比如有 word 版本，用户信息，页码，还有一些额外的信息我没仔细看，你用 16 进制模式打开应该也能看到。
|
 |
play78May 24, 2021
20
什么语言？ java 的话，用 poi 。
|
 |
21
通过 aspose 库可行 该库付费
Document doc = new Document(file.getInputStream()); int num = doc.getPageCount(); |
 |
miao1007May 24, 2021 via iPhone
22
先转为 pandoc 然后 wc
|
Select Language