是否有将文档转换为纯文本的通用解决方案？

Question

按文件，我的意思是单词，libreoffice等，也许还有pdf和网页。

特别是出于比较的目的，如果纯文本的顺序与打印文档的阅读者所看到的顺序相同，并且纯文本是稳定的，那就是微不足道的，那将是很好的选择。诸如使单词变成黑体字之类的更改不应更改纯文本版本。

首选Unixy的答案，但我会尽我所能！

Answer 1

libreoffice在它可以读取的所有类型的内容上都做得很好：

libreoffice --headless --convert-to txt:Text name.doc

或（以bash循环）：

for i in * ; 
do 
  echo "$i" ;
  libreoffice --headless --convert-to txt:Text "$i" ; 
done