如何用ruby解析word文档？

Question

有谁知道我可以在OS X/Linux上使用的库来解析Word文件并将内容输出为HTML？

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

有什么建议吗？

Answer 1

Word文档格式（忽略当前的docx）非常糟糕，并且不断变化。恕我直言，这就是为什么有这么几个（阅读：零）Ruby库来解析它们。

我推荐使用JRuby和一些已建立的Java库来阅读doc格式。谷歌应该帮助你：http://schmidt.devlib.org/java/libraries-word.html。

有一个Java项目用于读取MIcrosoft文件格式，POI（http://poi.apache.org/），它们确实有Ruby绑定（http://poi.apache.org/poi-ruby.html），但我不确定这些是如何最新的。在他们的网站上，它说Ruby绑定是为1.8.2 ...