Grep 命令行将目录（和子目录）中的所有.docx转换为文本文件并写入新文件

我想从命令行将目录（和子目录）中的所有.docx文件转换为文本文件（这样我就可以在这些文件上使用grep）。我找到了这个

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

我试着将两者混合，但没有成功。。。一个命令行，将同时做这两件事将不胜感激

谢谢您

以下脚本

• 递归地转换运行它的目录中的所有docx文件（将

  中的
  调整到所需的起点）

• 将txt文件写入找到

  docx

  文件的位置

Bash脚本：

find . -name "*.docx" | while read file; do
    unzip -p $file word/document.xml |
        sed -e 's/<[^>]\{1,\}>//g; s/[^[:print:]]\{1,\}//g' > "${file/docx/txt}"
done

您可以使用转换docx文件。它不支持

.doc

文件，因此您需要同时使用pandoc和antiword

重复使用

而
循环：

find . -name '*.docx' | while read i; do pandoc --from docx --to plain "${i}" >"${i/docx/txt}"; done

非常感谢。但看起来它不是递归工作的。而且，我不想创建一个新目录，而是希望它将文件写入找到.docx文件的目录。有什么调整吗？@jejuba更改了脚本，使其从当前目录开始。它确实递归地工作（也是旧版本）。将其更改为存储找到docx的txt。另外，grep现在有点复杂了，因为你需要递归地执行grep，谢谢它工作得很好。问题是我的.docx文件不是真正的.docx文件。我必须解决这个问题。非常感谢。@jejuba如果你想上传docx文件并链接到这里，我可以帮你把它转换成txtOk，我知道出了什么问题。我一直有以下信息：模糊重定向。如果目录中有空格，脚本将不会进入目录。我在…>“${file/docx/txt}”，现在它工作正常了！谢谢你。我尝试使用pandoc，但出于某些原因，它会创建空的.txt文件，并带有以下警告：pandoc:unknown reader:docx。有什么想法吗？但是循环是好的：它是递归的，并在版本中添加了docx支持的地方创建文件。你使用哪个版本？你可能需要。对，我有版本1.12。。。这是一个稳定的Debian版本。我必须看看是否可以通过测试安装它。最好的，
grep -r "some text" --include "*.txt" .

find . -name '*.docx' | while read i; do pandoc --from docx --to plain "${i}" >"${i/docx/txt}"; done