获取两个MSWord doc文件的差异并输出到html

Question

  

可能重复：
  How to compare two word documents?

如何以编程方式获取两个单词.doc文档的差异？ 然后，您可以在其中获取结果输出并生成结果的html文件。 （正如您期望在普通的gui diff工具中看到的那样）

我想如果你通过COM抓取文档并将输出转换为文本，你可以提供一些 diff功能。想法？

有没有办法在没有Windows和COM的情况下执行此操作？

（最好是在python中，但我对其他解决方案持开放态度）

更新

关于msword diff工具的原始问题是重复的:(感谢Nathan）

How to compare two word documents?

Answer 1

在Word 2003中使用此选项：

  

T ools |比较并合并 D ocuments

或者在Word 2007中：

  

R eview |共同的米 PARE

它会提示您输入一个文件，用于比较您正在编辑的文件。

---

此问题与How to compare two word documents?重复，此答案与my answer there重复。

Answer 2

我不确定您是否在寻找以下功能。 微软本身可以选择办公套件， 请检查 http://support.microsoft.com/kb/306484

Answer 3

看起来如果您安装了word和win32com，则获取文本相对容易：

import win32com.client
app = win32com.client.Dispatch('Word.Application')
doc = app.Documents.Open('c:\\files\\mydocument.doc')
print doc.Content.Text
app.Quit()

来源：http://win32com.goermezer.de/content/view/158/192/

然后，您可以在生成的文本上运行标准差异。

Answer 4

我使用Araxis Merge来比较各种源文件，但它也提取和比较各种办公文档格式，如MS Word，PDF，OpenDocument等。我认为如果你愿意，这将是你最好的选择。花一点钱。

http://www.araxis.com/merge/index.html

Answer 5

可能不相关（因为您已经知道这一点）但Word确实有一个更改跟踪功能（需要事先打开）。 http://office.microsoft.com/en-us/word/HA012186901033.aspx

Answer 6

如果它是docx，并且您对java感到满意，则可以使用docx4j（ASL v2）。这内置了diff功能。

请参阅CompareDocuments example

如果是一个doc，它还有转换为docx（使用poi）的基本代码，你可以先做。