catdoc

catdoc er program som leser en eller flere Microsoft Word-filer og utganger tekst, inneholdt insinde dem til standard ut. Derfor gjør det samme arbeidet for doc-filer, som unix katt kommando for vanlig ASCII-filer
catdoc Prosjektet er nå ledsaget av xls2csv -. Program som konverterer Excel regneark til kommaseparert verdi fil. Nyeste tillegg til catdoc suite er catppt - program, som trekker lesbar tekst fra PowerPoint-filer.
optionaly, er catdoc i stand til å oversette noen ikke-ASCII-tegn i correspoindig TeX escape-sekvenser og konvertere tegnsettene fra Windows ANSI kodesiden eller unicode til lokal kodesiden av målmaskinen.
Det har også database av substitusjons sekvenser som brukes for symboler som ikke er til stede i målet koding. Så hvis du prøver å lese russiske ordet fil under C locale, vil du få en omskrivning.
Under Unix den bruker nl_langinfo funksjon for å finne ut hvilken utgang koding å bruke, under DOS den bruker riktig DOS-funksjon, som får kodesiden verdi fra LAND uttalelse i config.sys.
catdoc er også i stand til å lese RTF-filer og til og med ren tekst, slik at den kan brukes som generell koding omformer. (Fordi catdoc er russisk program, som standard konverterer cp1251 å koi8-r, mens du kjører under UNIX og til cp866 når du kjører under DOS.
Catdoc har rudimentær tabellen håndtering. I TeX-modus setter & når det møter feltskille og når møter slutten av tabellen rad. Ingen tabelloverskrifter er produsert selv.
Catdoc ikke engang prøve å preserver MS-Word tegnformatering. Det er målet er å trekke ren tekst, og lar deg å lese den og, sannsynligvis, reformatere med TeX, ifølge TeXnical regler, har de fleste Word-brukere ikke engang hørt om.
xls2csv gjør omtrent samme for Excel-filer. Det trekker ut data og utelater noen formatering info og formler. Konseptet er at du ønsker å se data, ikke slik det ble opprettet.
Det er TCL / TK GUI script wordview som gir GUI for visning Word og RTF-filer ved hjelp av catdoc. Siden intern representasjon av Tcl strengen er utf-8 og de fleste systemer har nå Unicode-skrifter, vil du sannsynligvis være i stand til å lese dokumentet i alle språk ved hjelp dette skriptet.