MS Word Doc：使用 Shell 脚本自动查找/替换

Question

我有一些想要从中删除一些元素的 word 文档。我想做的如下：

1. 复制并粘贴 word 文件的全部内容（可能不是必需的）并将其移动到文本文件中或将 .doc 转换为 .txt
2. 使用正则表达式：将 \[.*\] 替换为 "" 并将 \(.*\) 替换为 ""
3. 将结果保存到与原始 Word 文档同名的文本文件中。

感谢您的想法和方向。就目前而言，我不知道如何以编程方式做任何这些事情。我正在手动执行此操作。

如果重要的话，我使用的是 Ubuntu 11.04

Answer 1

由于您愿意使用纯文本，因此对您的算法进行了一些改进：

1. 使用 antiword 自动从 doc 转换为 tx
2. 使用sed 进行就地正则表达式修改：sed -i -e's/bad/good/' file.txt

更新（回应评论）：

正则表达式很好，但我没有完全理解目标：

• 如果您想用 "" 替换出现的 [foo] & (foo)，请使用：

  sed -i -e's/\[.*\]/""/g' file.txt; sed -i -e's/\(.*\)/""/g' file.txt

• 如果您想在每次使用时将出现的 [foo] & (foo) 替换为“foo”：

  sed -i -e's/\[\(.*\)\]/"\1"/g' file.txt; sed -i -e's/(\(.*\))/"\1"/g' file.txt