我正在尝试将DOC或DOCX文件转换为纯文本（TXT），以确保忽略所有格式和样式，并正确呈现编码，并且用户无需进行任何手动预处理。
军官包能使我获得大部分收益。以下代码产生一个TXT文件，其中没有垃圾字符，并且没有任何文本指示标头样式等：
doc <- officer::read_docx("my_doc.docx")
content <- docx_summary(doc)
writeLines(content$text, file("textout.txt", encoding="UTF-8"))
但是，此输出显示完整的域代码。例如，输入文件中的日期呈现为：
"DATE \@ "d MMMM yyyy" 17 July 2019"
并且完全省略了目录对象。
同样，我无法进行任何手动预处理，除非可以使用代码将其自动化！我知道我可以取消所有域代码的链接，但是除非有一种自动方法可以在命令行或仅在R中执行，否则这是不可行的。
作为替代方案，使用pandoc会导致解决域代码问题的文本：
rmarkdown::pandoc_convert(doc_file, to="plain", from="docx")
但是编码不正确。例子：
"those with an affinityÂ"
"Station’s business model?Â"
有人可以帮我在这里解决问题吗？就我个人而言，我很乐意结合其他工具，但是仅使用R的方法将是极好的。