我有大量的MSWord文档（大约40,000），这是mailmerges（相同的主文档，不同的数据源）的结果。
合并字段之一是文本字段，其可以具有文本“是”或“否”。
是否有一种简单的方法可以列出哪个文档的合并字段设置为“是”？ （我期待大约10,000份“是”文件。）
我会对任何方法感兴趣，无论是使用Word本身，Office自动化，对二进制文件进行重复数据删除以及为某些魔法进行渲染，还是任何可以执行此操作的现成工具（perl脚本，.NET应用程序等）有点像。
这些文件位于可从Linux和Windows机顶盒访问的网络共享上（如果需要，我可能会在一段时间内窃取Mac），所以我不太担心这些工具运行在哪个平台上......
答案 0 :(得分：1)
如果它们是Word 2007文档，则更容易，因为文件格式是XML。 （即使使用Word 2003，您也可以保存为XML文档，尽管它不是默认文件）。但我假设这些是使用默认（二进制）文件格式的标准Word 2003文档。
我相信有些工具可以直接处理二进制文件格式，并且可以将文档转换为您可以处理的文本文件 - 可能您可以搜索出现在字段之前的文本，例如“你是认真的：”。
然而，最简单/最简单的方法（但在执行时间方面最慢）是编写VBA程序来打开每个文档，搜索字段并提取结果。它是非常简单的VBA，你可以在Word本身（这意味着代码可以使用现有的Word运行实例）。我会说你可以在几个小时内完成并运行 - 然后你可以在它完成工作时再站起来几个小时： - ）