xdoc2txt

■ 概要 xdoc2txtはPDF,WORD,EXCEL,一太郎などの各種バイナリ文書から、テキスト要素を抽出 する汎用テキストコンバータであり、Windowsのコマンドラインで動作します。 xdoc2txtは各種文書の構造を直接解析しているため、単独で変換できます。WORDや Acrobatなど、作成元のアプリケーションをインストールする必要はありません。 高速に動作するので、各種全文検索エンジンのフィルタに最適です。 ワープロ文書の種類は、拡張子から判別します。次の拡張子のファイルに対応してい ます。

[fa11enprince]

WinMergeでめっちゃお世話になるやつ。特にExcelのdiffで重宝する / https://www.antenna.co.jp/pdf/reference/pdftext.html の記事に引きずられてかw

[ymch7]

これを活用した全文検索のbutterfly searchはヤバイ

[lostnamer]

例のPDF記事に引っ張られてホッテントリ入りしてるの草　https://www.antenna.co.jp/pdf/reference/pdftext.html

[washita]

別のエントリに引っ張られて注目されてるのか。Namazuの時代、とても有り難かったです

[markmamo3]

“ PDF,WORD,EXCEL,一太郎などの各種バイナリ文書からテキストを抽出”

[eieio]

懐かしい.......じゃなくて今もお世話になってます

[hdampty7]

昔はこれなくてもGoogleデスクトップがあれば検索はＯＫだったんだけどなぁ。

[valinst]

EXCELのDiffはいいね

[msukasuka]

お。便利そう

[clubman023]

なるほど

[pado3]

hishidaさんの作。EBStudio以来、長年お世話になっておりますm(__)m

[hagane]

Linuxで動かしたい。Wineでも動いたりするのかな？/調べると、実績はあるみたいだね。

[garbagephilia]

全文検索システムで形態素解析の前作業として内部的に呼び出すやつ。

[younari]

プラグイン入れて比較よりいいのかなー。試してみるかな。

[zunchan3]

メモ

[Galaxy42]

集合知。

[yooks]

^_^

[htnmiki]

テキスト抽出

[xll]

“xdoc2txtはPDF,WORD,EXCEL,一太郎などの各種バイナリ文書から、テキスト要素を抽出 する汎用テキストコンバータであり、Windowsのコマンドラインで動作します。”

[t101]

こんなのあったのか。

[robokichi]

ライセンスがしっかり書いてあるので、会社でも使いやすそう。/FortiAnalyzerのレポートで途中から改行が消える(途中から1行になる…)

[youichirou]

PDFとかからテキストを抜き出すやつ

[ryouchi]

初めて知ったけどかなり便利そう。こういうの作れる人、ホント尊敬するわ。

[s-a-turdaynight]

初めて知ったけど、いまだにアップデートされてるやん！使い道多そう。

[takayaman]

pdf doc などからテキスト抽出。windows専用。

[m_yanagisawa]

これは便利。開発者に感謝。

[marukot-ch]

テキストを取り出したいときに使うかもしれない

[tanakara_botamochi]

ワードからテキスト

[Imamura]

docxやPDFなどからテキストを抽出。おおむね原稿の順でテキスト化されるようだしxdocはテキストボックス内の文字も抽出される。異体字が全角スペースになるところがあったがこれはかなりいい感じ