如何用ruby解析word文档？

Question

有没有人知道我可以在OS X / Linux上使用的库来解析Word文件并将内容输出为HTML？

我看过win32ole，但据我所知它只适用于Windows，虽然我可能错了。

有什么建议吗？

Answer 1

Word文档格式（暂时忽略docx）非常糟糕且不断变化。恕我直言，这就是为什么有那么少（读：零）Ruby库来解析它们。

我建议使用JRuby和一些已建立的Java库来读取doc格式。 Google应该帮助您：http://schmidt.devlib.org/java/libraries-word.html。

有一个用于读取MIcrosoft文件格式的Java项目，POI（http://poi.apache.org/），它们确实有Ruby绑定（http://poi.apache.org/poi-ruby.html），但我不确定它们是最新的。在他们的网站上，它说Ruby绑定是针对1.8.2 ...