自动计算.doc或.docx文件中的字符和/或单词的可靠方法是什么？
唯一真正的要求是合理准确且合理可靠的数量 它需要处理包含拉丁文字以外的文档，因此对于大多数情况来说，计算字符就足够了 计数不一定需要与Word匹配，但越接近越好 由于有大量不同的应用程序可以生成.doc文件，因此无法计算任何内容，但这种情况需要可以捕获，因此我们知道计数可能不准确。对于所有其他情况，计数必须至少99％的时间至少99％准确。
我对所涉及的技术持开放态度，但是可以在* NIX命令行上运行的东西将是非常优先的。
对此有合理的解决方案吗？
答案 0 :(得分：3)
这是一些link到一些Linux word-to-text转换器。
例如，您可以使用
antiword file.doc | wc
进行计数。
编辑：
这个link表明AbiWord有一个命令行界面，您可以使用它将.docx格式转换为.txt，然后使用“wc”对单词进行计数。 AbiWord确实支持docx格式
答案 1 :(得分：1)
Mac OS X支持读取系统框架中内置的word文件，因此如果你有，那就很容易了。 MacRuby样本：
NSSpellChecker.sharedSpellChecker.countWordsInString(NSAttributedString.alloc.initWithURL(fileURL, documentAttributes:nil), language:nil)
更便携 - 虽然它放弃了对docx的支持 - 你可以简单地获得Antiword并做antiword | wc -w。
答案 2 :(得分：0)
Microsoft已针对Office二进制文件格式发布了specification。解析.DOC文件看起来并不简单，但要小心，您应该能够获得可靠，可重复的结果。我不知道它与Word显示的内容有多接近 - 这可能（至少部分地）取决于你如何定义“单词” - 例如，你是否将一组数字视为“单词”或不是。可能不会花很多时间来弄清楚Word是如何处理这样的情况的，所以进行一场非常接近的比赛应该不会非常困难。
答案 3 :(得分：0)
如果您将在线应用程序视为解决方案，是的，有一个解决方案 这不太好（关于设计）网站提供单词和字符数：http://allworldphone.com/count-words-characters.htm
我认为没有限制，只需将文档内容复制/粘贴到相应的文本区域并查看结果就不会有问题。
关于100％或99％的准确度，您可以先用自己计算一些（即20-50个单词）进行测试。
我希望这会有所帮助。 问候。克里斯