MS Word Doc：使用Shell脚本自动查找/替换

Question

我有一些word文档，我想从中删除一些元素。我想做的是：

1. 复制并粘贴word文件的全部内容（可能没有必要）并将其移动到文本文件中或将.doc转换为.txt
2. 使用正则表达式：将\[.*\]替换为“”并将\(.*\)替换为“”
3. 将结果保存为与原始word文档同名的文本文件。

赞赏的想法和方向。就目前而言，我不知道如何以编程方式执行任何这些操作。我正在手动执行此操作。

如果重要，我正在使用Ubuntu 11.04

Answer 1

由于您可以使用纯文本，因此对您的算法进行了一些改进：

1. 使用antiword自动从doc转换为tx
2. 使用sed进行就地正则结构修改：sed -i -e's/bad/good/' file.txt

更新（回应评论）：

正则表达式很好，但我完全不了解目标：

• 如果您想要替换[foo]＆amp;的出现次数（foo）用“”使用：

  sed -i -e's/\[.*\]/""/g' file.txt; sed -i -e's/\(.*\)/""/g' file.txt

• 如果你想替换出现次数[foo]＆amp; （foo）每次使用“foo”：

  sed -i -e's/\[\(.*\)\]/"\1"/g' file.txt; sed -i -e's/(\(.*\))/"\1"/g' file.txt