如何在多个 DOCX 文件中搜索 Word 字段中的字符串？

Question

是否有任何 Windows 应用程序可以在 Word (DOCX) 文档的字段中搜索文本字符串？ Agent Ransack 及其大哥 FileLocator Pro 等应用程序可以在 Word 文档中查找字符串，但似乎无法在字段内进行搜索。

例如，我希望能够在 Word 文档集合中找到所有出现的字符串 "getProposalTranslations"，这些文档的字段语法如下：

{ AUTOTEXTLIST  \t "<wr:out select='$.shared_quote_info' datasource='getProposalTranslations'/>" }

请注意，字符串不会出现在文档本身的文本中，而只会出现在字段中。我相信，本质上 DOCX 文件只是一个 zip 文件，所以如果有一个可以在存档中进行 grep 的工具，那可能会起作用。另请注意，我需要能够在许多目录中搜索成百上千个文件，因此一个一个地解压缩文件是不可行的。我自己没有找到任何东西，我想我会在这里问。提前致谢。

Answer 1

此脚本应该可以完成您要执行的操作。如果情况并非如此，请告诉我。我通常不会编写完整的脚本，因为它会影响学习过程，所以我对每个命令都进行了注释，以便您可以从中学习。

#!/bin/sh

# Create ~/tmp/WORDXML folder if it doesn't exist already
mkdir -p ~/tmp/WORDXML

# Change directory to ~/tmp/WORDXML
cd ~/tmp/WORDXML

# Iterate through each file passed to this script
for FILE in $@; do
{
    # unzip it into ~/tmp/WORDXML
    # 2>&1 > /dev/null discards all output to the terminal
    unzip $FILE 2>&1 > /dev/null

    # find all of the xml files
    find -type f -name '*.xml' | \

    # open them in xmllint to make them pretty. Discard errors.
    xargs xmllint --recover --format 2> /dev/null | \

    # search for and report if found
    grep 'getProposalTranslations' && echo " [^ found in file '$FILE']"

    # remove the temporary contents
    rm -rf ~/tmp/WORDXML/*

}; done

# remove the temporary folder
rm -rf ~/tmp/WORDXML

将脚本保存在任何你喜欢的地方。随心所欲地命名。我将其命名为docxfind。通过运行ning chmod +x docxfind 使其可执行。然后你可以运行这样的脚本（假设你的终端是运行ning 在同一目录中）： ./docxfind filenames...

如何在多个 DOCX 文件中搜索 Word 字段中的字符串？

How to search multiple DOCX files for a string within a Word field?

search

grep

field

ms-word

docx