Question

是否有Windows应用程序会在Word（DOCX）文档的字段中搜索文本字符串？像Agent Ransack及其兄弟FileLocator Pro这样的应用程序可以在Word文档中找到字符串，但似乎无法在字段中进行搜索。

例如，我希望能够在Word文档集合中找到所有出现的字符串“ getProposalTranslations”，这些文档的字段具有如下语法：

{ AUTOTEXTLIST  \t "<wr:out select='$.shared_quote_info' datasource='getProposalTranslations'/>" }

请注意，字符串不会出现在文档本身的文本中，而只会出现在字段中。我相信，DOCX文件本质上只是一个zip文件，因此，如果有一个可以在归档文件中进行grep的工具，那可能会起作用。还要注意，我需要能够在许多目录中的数百个或数千个文件中进行搜索，因此，逐个解压缩文件是不可行的。我还没有自己找到任何东西，以为我会在这里问。预先感谢。

Answer 1

此脚本应完成您要尝试执行的操作。让我知道是否不是这种情况。我通常不编写完整的脚本，因为它会损害学习过程，因此，我对每个命令都进行了注释，以便您可以从中学习。

#!/bin/sh

# Create ~/tmp/WORDXML folder if it doesn't exist already
mkdir -p ~/tmp/WORDXML

# Change directory to ~/tmp/WORDXML
cd ~/tmp/WORDXML

# Iterate through each file passed to this script
for FILE in $@; do
{
    # unzip it into ~/tmp/WORDXML
    # 2>&1 > /dev/null discards all output to the terminal
    unzip $FILE 2>&1 > /dev/null

    # find all of the xml files
    find -type f -name '*.xml' | \

    # open them in xmllint to make them pretty. Discard errors.
    xargs xmllint --recover --format 2> /dev/null | \

    # search for and report if found
    grep 'getProposalTranslations' && echo " [^ found in file '$FILE']"

    # remove the temporary contents
    rm -rf ~/tmp/WORDXML/*

}; done

# remove the temporary folder
rm -rf ~/tmp/WORDXML

将脚本保存在任意位置。随便命名。我将其命名为docxfind。通过运行chmod +x docxfind使它可执行。然后，您可以像这样运行脚本（假设您的终端在同一目录中运行）：./docxfind filenames...

如何在Word字段中的字符串中搜索多个DOCX文件？

1 个答案: