在C++中将.docx转换为.txt

对于C++中新增的（我认为）重复的问题抱有歉意，并且已经观察过但仍然卡住！在C++中将.docx转换为.txt

我发现了一个带有.docx文件并输出纯文本的bash脚本。

unzip -p filename.docx word/document.xml | sed -e 's/<[^>]\{1,\}>//g; s/[^[:print:]]\{1,\}//g'

这个工程比bash更棒。

然后在我的代码中使用此：

FILE *fp = popen("unzip -p filename.docx word/document.xml | sed -e 's/<[^>]\\{1,\\}>//g; s/[^[:print:]]\\{1,\\}//g'", "r"); 
char buf[1024]; 

if (fp == NULL) { 
    cout << "Error"; 
} 

while (fgets(buf, 1024, fp)) { 
    /* do something with buf */ 
    cout << buf; 
} 

fclose(fp);

什么也没有打印作为这样的结果。

代码与简单的bash命令作品如“ls”的

和帮助，将不胜感激！

来源

2015-10-13 Ollie

难道你不需要逃避每个反斜杠吗？ – thab

那么有四个反斜杠？像这样：'unzip -p filename.docx word/document.xml | sed -e's/<[^>] \\\\ {1，\\\\}> // g; s/[^ [：print：]] \\\\ {1，\\\\} // g'“，”r“' – Ollie

试一下吗？它在bash中只有2个，那么你需要4是的 – thab

^{（我假设你的程序应一些Linux系统上运行，或至少一些POSIX一个）}

你至少应该使用pclose，而不是fclose，你应该关心的pclose返回的退出代码。

正如Thab评论不要忘记，\\里面literal strings逃生（C++编译器是lexing是在你的字符串字面常量一个反斜杠）。您可能使用\\\\或者您可以使用C++ 11 raw string literals。

^{（你当然应该检查，例如你的调试器，那是什么popen正在处理字符串）}

顺便说一句，也许是popen失败，你没赶上。更换

if (fp == NULL) { 
    cout << "Error"; 
}

^{（缺少std::endl，所以输出是未刷新）}

与

if (fp == nullptr) { 
    close << "popen failed:" << strerror(errno) << std::endl; 
    exit(EXIT_FAILURE); 
}

最后，我不知道这是转换的好方法在Linux上以批处理模式运行.docx至.txt。我会考虑派遣一个Libreoffice或OpenOffice进程来完成这项工作（可能是libreoffice --headless --cat以及其他一些选项）。我不知道所有的细节，你需要RTFM。

顺便说一句，您应该编写一些小的shell脚本来完成转换，在终端中检查并测试它，然后使用popen（因此避免使用反斜杠的命令行）调用该shell脚本。

最后，你的C++代码太C了。我会建议使用getline(3)所以用

char* linbuf = nullptr; 
size_t linsiz = 0; 
do { 
    ssize_t linlen = getline(&linbuf, &linsiz, fp); 
    if (linlen<=0) break; 
    cout << std::string(linbuf, linlen) << std::endl; 
} while (!feof(fp)); 
free (linbuf), linbuf=nullptr;

当然更换

while (fgets(buf, 1024, fp)) { 
    /* do something with buf */ 
    cout << buf; 
}

更换至少你的fclose(fp);与

int excod = pclose(fp); 
if (excod != 0) 
    clog << "pclose failed " << excod << std::endl;

如果您想了解更多关于退出代码，使用waitpid(2)excod（例如：WIFEXITED,WEXITSTATUS，WIFSIGNALED，WTERMSIG等....）

不要忘了所有警告&调试信息（g++ -Wall -Wextra -g编译），并使用调试器（gdb）strace(1)，& valgrind

做一下冲水照顾你buffers（使用std::flush,std::endl,fflush(3)等）。

来源

2015-10-13 11:48:16

感谢您提供的所有建议，它非常有帮助！当我现在运行该程序时，excod为0，但是没有打印任何结果循环。我会检查您添加的所有链接，并希望能够开展工作！我在OSX v10.11上运行它 – Ollie

自从我上次发表评论以来，我设法使用您的建议来运行它。再次感谢您的帮助！ – Ollie

在C++中将.docx转换为.txt

回答

相关问题