以编程方式从邮件合并Word文档检索MergeField值

Question

我有大量MSWord文档（大约40,000），它们是mailmerges（相同主文档，不同数据源）的结果。

其中一个合并字段是文本字段，可以有文本“是”或“否”。

是否有一种简单的方法可以列出哪些文档将合并字段设置为值“是”？ （我期待大约10,000个“是”的文档。）

我会对任何方法感兴趣，无论是使用Word本身，Office自动化，hexdumping二进制文件和grep对于某些魔法，或任何现成的工具（Perl脚本，.NET应用程序等），可以做这种事情。

这些文件位于可从Linux和Windows盒子访问的网络共享中（如果需要，我可能会盗用一段时间的Mac），所以我并不担心工具在哪个平台上运行。

Answer 1

如果他们是Word 2007文档，它会容易得多，因为文件格式是XML。 （即使在Word 2003中，您也可以将其保存为XML文档，但这不是默认设置）。但是，我认为这些是使用默认（二进制）文件格式的标准Word 2003文档。

我相信有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可以处理的文本文件 - 假设您可以搜索出现在字段，例如“你是认真的吗：”。

但是，最简单/最简单的方法（就执行时间而言最慢）将是编写一个VBA程序来打开每个文档，搜索该字段并提取结果。这将是非常简单的VBA，你可以在Word中完成它（这意味着代码可以使用Word的现有运行实例）。我会说你可以在几个小时内完成并运行 - 然后你可以把它的脚抬高几个小时，而它的工作:-)