如何用ruby解析word文档？

Question

有没有人知道我可以在OS X/Linux上使用一个库来解析Word文件并将内容输出为HTML？

我已经看过win32ole了，但据我所知，它只适用于Windows，尽管我可能是错的。

有什么建议吗？

Answer 1

Word文档格式(暂时忽略docx )非常糟糕，而且还在不断变化。这就是为什么解析它们的Ruby库如此之少(读:零)。

我推荐使用JRuby和一些已建立的Java库来读取文档格式。谷歌应该能帮到你：http://schmidt.devlib.org/java/libraries-word.html。

有一个用于读取Ruby文件格式的Java项目，POI (http://poi.apache.org/)，他们确实有MIcrosoft绑定(http://poi.apache.org/poi-ruby.html)，但我不确定这些是不是最新的。他们的网站上说Ruby绑定是针对1.8.2的……