以编程方式在Linux上的Microsoft Word文档中获取页数

Question

我需要从word文档中获取页数。我已经测试了很多库和脚本（apache poi，perl脚本，一些linux应用程序等等），唯一可行的解​​决方案是使用Wine安装Microsoft Office并使用perl访问OLE。我设法做到了，但由于许可问题，我似乎无法在服务器上使用它......

apachepoi和其他提供对word文档信息访问的解决方案的问题与某些文档的不完整性有关。文档摘要中的pageCount属性有时会丢失（通常将odt文档保存为doc和较旧的文档）。

有没有办法在不在服务器上安装Microsoft Office的情况下实际计算页面（不仅仅是从摘要中获取信息）？

Answer 1

我打算说wvSummary，但我认为这会使用您所指的元数据。我不确定是否有办法在不实际布置文档的情况下获取页数。因此，您可能不得不求助于使用API​​来驱动与OpenOffice或AbiWord等真正的Office兼容的应用程序。

Answer 2

如果您信任文档摘要，而不是使用wvSummary，则只需打开文件并对“nofpages（\ d +）”执行正则表达式搜索。组[1]将包含页数。

由于Word会在保存时始终保存摘要，因此我认为如果您知道上次使用Word保存文档，这是非常安全的，根据我的经验，这是99％的时间。