Question

我一直在关注如何区分Microsoft Word文档this guide here，但我遇到了这个错误：

Usage:  /usr/bin/docx2txt.pl [infile.docx|-|-h] [outfile.txt|-]
        /usr/bin/docx2txt.pl < infile.docx
        /usr/bin/docx2txt.pl < infile.docx > outfile.txt

        In second usage, output is dumped on STDOUT.

        Use '-h' as the first argument to get this usage information.

        Use '-' as the infile name to read the docx file from STDIN.

        Use '-' as the outfile name to dump the text on STDOUT.
        Output is saved in infile.txt if second argument is omitted.

Note:   infile.docx can also be a directory name holding the unzipped content
        of concerned .docx file.

fatal: unable to read files to diff

解释我是如何遇到这个错误的：我在想要传播的存储库中创建了一个.gitattributes。 .gitattributes看起来像这样：

*.docx diff=word
*.docx difftool=word

我已经安装了docx2txt。我在Linux上。我创建了一个名为docx2txt的文件，其中包含：

#!/bin/bash
docx2txt.pl $1 -

我$ chmod a+x docx2txt我将docx2txt放在/ usr / bin /

中

我做了：

$ git config diff.word.textconv docx2txt

然后尝试区分两个微软Word文档。那是我收到上面提到的错误的时候。

我错过了什么？如何解决此错误？

PS：我不知道我的shell是否可以找到docx2txt，因为当我这样做时：

$ docx2txt

我的终端冻结，处理某些东西，但没有输出任何东西，当我执行这些命令时会发生这种情况：

$ man docx2txt
No manual entry for docx2txt
$ docx2txt --help
Can't read docx file <--help>!

进度更新：我将docx2txt更改为

#!/bin/bash
docx2txt.pl "$1" -

pmod建议

，现在git diff <commit>从命令行运行！好极了！但是，当我尝试

时

$ git difftool <commit>

git启动kdiff3，我收到此弹出错误：

Some input characters could not be converted to valid unicode.
You might be using the wrong codec. (e.g. UTF-8 for non UTF-8 files).
Don't save the result if unsure. Continue at your own risk.
Affected input files are in A, B.

...文件中的所有字符都是mumbo jumbo。命令行正确显示差异文本，但由于某种原因，kdiff3不能正确显示差异文本。

如何在kdiff3或其他gui工具中正确显示diff的文本？我应该将kdiff3更改为其他工具吗？

额外：由于以下命令，我的shell似乎无法找到docx2txt：

$ which doctxt
which: no doctxt in (/usr/local/sbin:/usr/local/bin:/usr/bin:/usr/lib/jvm/default/bin:/usr/bin/site_perl:/usr/bin/vendor_perl:/usr/bin/core_perl)

$ which docx2txt
/usr/bin/docx2txt

Answer 1

doc2txt.pl 根据用途需要两个参数或零。在第一个（你的）案例中，参数是文件名或“ - ”。因此，当文件名中至少有一个空格作为第一个参数传递时，您的包装器脚本看起来正确。在这种情况下，扩展 $ 1 后，文件名部分将作为单独的参数传递，因此工具输出使用信息，因为它读取的参数超过2个。

尝试使用引号来避免文件名拆分：

#!/bin/bash
docx2txt.pl "$1" -

PS：我不知道我的shell是否可以找到docx2txt

您可以使用

进行检查

$ which docx2txt

如果看到路径，则可以找到工具（二进制或可运行脚本）（基于PATH环境变量）。

因为当我这样做时：

$ docx2txt

我的终端冻结，处理某些内容，但不输出任何内容

如果没有参数，您的脚本将执行 doc2txt.pl - ，根据工具的用法，它会通过STDIN传递输入文件，即您输入的内容。因此，它看起来像悬挂和处理某些东西，但实际上只捕获您的输入。

Answer 2

您可以使用pandoc转换为markdown

pandoc -f docx -t markdown -o outfile.md infile.docx

然后使用meld这是一个很棒的gui来比较文档

https://askubuntu.com/questions/515900/how-to-compare-two-files

Answer 3

安装tortoisegit或bcompare。他们可以做差异

在git中如何区分微软word文档？

3 个答案: