用於解析.doc文件的Ruby庫？

Question

我只是想知道是否有人知道有什么好的庫可以解析.doc文件（以及類似的格式，如.odt）以提取文本，同時還保留格式信息以便在網站上顯示。

對PDF進行類似處理的能力將是一個好處，但是我對此並不怎么看。

如果有幫助，這是針對Rails項目的。

提前致謝！

Answer 1

Apache的POI是訪問Word和Excel文檔的一種非常流行的方式。 有一個Ruby POI綁定可能值得研究，但是看起來您必須自己構建它。 而且該API看起來不像Ruby，因為它實際上是Java代碼的直接端口。 而且似乎只針對Ruby 1.8.2進行了測試。