如何将文档从.doc文件转换为文本

Question

我一直在思索写这个问题很长一段时间。

我在越南的一家小型新闻公司工作。

我的服务器运行的文件是Ubuntu的最新版本（显然是PHP/Apache），这意味着像.doc和.docx这样的格式将无法在本机打开，就我而言知道。

但是，当记者上传文件时，有一半时间他们以某种微软格式进行。这意味着我的Linux机器无法打开和选择关键字，这对我来说是非常令人沮丧的;这是因为像pdf2txt.py这样的东西不起作用。

解决这个问题的方法是什么，不会给记者带来太多不便？我知道，因为我运行的是Linux服务器，所以我可能不得不运行某种第三方应用程序来为我做这些工作，这可能会在短期内起作用，但可能会带来一些安全风险。

摘要：如何让Linux服务器自动将诸如.doc和.docx之类的任何格式转换为PDF格式以供进一步操作？

Answer 1

对于oldschool doc文件，请看看catdoc和wv。

对于可以将OpenOffice可以打开的任何东西转换为OpenOffice可以保存的任何东西的全能解决方案，是unoconv。