antiword是linux及其他RISC OS下免费的ms word文档读取器。使用它可以很方便的在Linux中读取word文档并输出为纯文本字符串。

下载地址：http://www.winfield.demon.nl

下载后解压、编译安装：

tar -zxvf antiword-0.37.tar.gz
cd antiword-0.37
make
make install


默认安装到当前账户下的bin目录中。

使用：
终端中

/home/pi/bin/antiword antiword-test.doc

其他语言中通过各自执行系统命令的方式来执行，比如Python中：

import subprocess
word_file = "antiword-test.doc"
content = subprocess.check_output(["/home/pi/antiword", word_file])
print content


比如我有个doc文件是这样的：

执行结果类似这样：

其中的非字符串部分被过滤了。