以编程方式从邮件合并的Word文档中检索MergeField值

Question

我有大量的MSWord文档(大约40,000个)，它们是邮件合并的结果(相同的主文档，不同的数据源)。

其中一个合并字段是文本字段，其文本可能为"Yes“或"No”。

有没有一种简单的方法可以列出哪些文档的合并字段设置为值"Yes"？(我预计大约有10,000个“是”文档。)

我对任何一种方法都感兴趣，无论是使用Word本身，办公自动化，还是六进制转储二进制文件并获取某些魔法，或者任何现成的工具(perl脚本，.NET应用程序等)，都可以做这类事情。

这些文件在Linux和Windows机器上都可以访问的网络共享上(如果需要，我可能会偷一台Mac电脑一段时间)，所以我不太担心这些工具运行在哪个平台上……

Answer 1

如果它们是Word2007文档，那就容易多了，因为文件格式是XML。(即使使用Word 2003，您也可以另存为XML文档，尽管这不是默认设置)。但是，我假设这些文档是使用默认(二进制)文件格式的标准Word2003文档。

我相信有一些工具可以直接处理二进制文件格式，并且可以将文档转换为文本文件，然后您可以处理这些文件-假设您可以搜索出现在字段之前的一些文本，例如“你是认真的吗？”

但是，最简单/最简单的方法(但就执行时间而言是最慢的)是编写一个VBA程序来打开每个文档、搜索字段并提取结果。这将是非常简单的VBA，并且您可以在Word本身中完成(这意味着代码可以使用现有的Word运行实例)。我会说你可以在几个小时内启动并运行它-然后你可以在它工作的时候再抬起你的脚几个小时:-)