xdoc2txt - pdf, word, excel などの各種バイナリ文書からテキストを抽出

1 説明

xdoc2txt を利用して pdf, word, excel などの各種バイナリ文書からテキストを抽出して表示します。

2 インストール

NetInstaller でインストールした場合は 3 以降で OK です。

  1. アーカイブをダウンロードします。

    <URL:http://miyamuko.s56.xrea.com/xyzzy/archives/xdoc2txt.zip>

  2. アーカイブを展開して、$XYZZY/site-lisp 配下にファイルをコピーします。

  3. ~/.xyzzy または $XYZZY/site-lisp/siteinit.l に以下のコードを追加します。

    ;; xdoc2txt
(require "xdoc2txt")

    ※ggrep.l が存在する場合、勝手に require します。

  4. 設定を反映させるには xyzzy を再起動してください。

    ※siteinit.l に記述した場合には再ダンプが必要です。

  5. xdoc2txt をインストールした場所にパスを通すか、 *xdoc2txt-command* で指定します。
  6. pdf ファイルなどを xyzzy で開きます。

3 リファレンス

3.1 変数

*xdoc2txt-command*

xdoc2txt を実行するコマンドを指定します。デフォルトは xdoc2txt です。

xdoc2txt.exe にパスを通していない場合に指定します。 xdoc2txt.exe に渡すオプションは *xdoc2txt-options* で指定します。

例:

(setf *xdoc2txt-command* "C:/Program Files/d2txt120/xdoc2txt.exe")
*xdoc2txt-options*

xdoc2txt.exe に渡すオプションを文字列 (またはリスト) で指定します。

例:

;; xdoc2txt に渡すオプション
;;   -c:   PDF キャッシュ on
;;   -o=0: PDF で -- ? -- の形式のページ番号を表示しない
;; http://www31.ocn.ne.jp/~h_ishida/xdoc2txt.html
(setf *xdoc2txt-options* "-c -o=0")

;; リスト形式でも可
; (setf *xdoc2txt-options* '("-c" "-o=0"))
*xdoc2txt-suffix*

xdoc2txt で開くファイルの拡張子 (regexp) のリストです。

デフォルト値は以下の通りです。(HTML 以外の xdoc2txt がサポートしているファイル)

'("rtf" "doc" "xls" "ppt"
  "j[at]w" "j[bu]w" "j[fv]w" "jt[dt]"
  "oa[s23]"
  "bun"
  "wj[23]" "wk[34]" "123"
  "wri"
  "pdf")
*xdoc2txt-fold-width*

xdoc2txt で開いたバッファのテキストの折り返し方法を制御します。

set-buffer-fold-width の引数に指定します。

例:

;; 80 文字で折り返す。
(setf *xdoc2txt-fold-width* 80)

;; Word ファイルだけウィンドウ幅で折り返し
(setf *xdoc2txt-fold-width* #'(lambda (filename)
                                (if (string-matchp "\\.doc$" filename)
                                    t
                                  nil)))
*xdoc2txt-hook*

xdoc2txt 実行後に実行されるフックです。grep-dialog のときも呼ばます。

デフォルトでは以下のごみ掃除用のフックが登録されています。

run-hooks で実行されます。引数はありません。

例:

;; pdf のページ番号を強調
(defun highlight-pdf-page-number ()
  (make-local-variable 'regexp-keyword-list)
  (setf regexp-keyword-list
        (compile-regexp-keyword-list
         `(("--[0-9]+/[0-9]+--" t ((0 . (:keyword 0))))))))
(add-hook '*xdoc2txt-hook* 'highlight-pdf-page-number)

;; xdoc2txt で開いたときは view-mode にする
(add-hook '*xdoc2txt-hook* 'view-mode)

4 これからやるかもしれないこと

5 関連するかもしれないページ

xdoc2txt PDF,WORD,EXCEL,一太郎などの各種バイナリ文書からテキストを抽出
<URL:http://www31.ocn.ne.jp/~h_ishida/xdoc2txt.html>

6 ライセンス

xdoc2txt は修正 BSD ライセンスに基づいて利用可能です。

Copyright (C) 2003-2006 MIYAMUKO Katsuyuki. All rights reserved.

Redistribution and use in source and binary forms, with or without
modification, are permitted provided that the following conditions are
met:

1 Redistributions of source code must retain the above copyright notice,
  this list of conditions and the following disclaimer as the first lines
  of this file unmodified.

2 Redistributions in binary form must reproduce the above copyright
  notice, this list of conditions and the following disclaimer in the
  documentation and/or other materials provided with the distribution.

THIS SOFTWARE IS PROVIDED BY THE AUTHOR AND CONTRIBUTORS ``AS IS'' AND
ANY EXPRESS OR IMPLIED WARRANTIES, INCLUDING, BUT NOT LIMITED TO, THE
IMPLIED WARRANTIES OF MERCHANTABILITY AND FITNESS FOR A PARTICULAR PURPOSE
ARE DISCLAIMED.  IN NO EVENT SHALL THE AUTHOR OR CONTRIBUTORS BE LIABLE
FOR ANY DIRECT, INDIRECT, INCIDENTAL, SPECIAL, EXEMPLARY, OR CONSEQUENTIAL
DAMAGES (INCLUDING, BUT NOT LIMITED TO, PROCUREMENT OF SUBSTITUTE GOODS
OR SERVICES; LOSS OF USE, DATA, OR PROFITS; OR BUSINESS INTERRUPTION)
HOWEVER CAUSED AND ON ANY THEORY OF LIABILITY, WHETHER IN CONTRACT, STRICT
LIABILITY, OR TORT (INCLUDING NEGLIGENCE OR OTHERWISE) ARISING IN ANY WAY
OUT OF THE USE OF THIS SOFTWARE, EVEN IF ADVISED OF THE POSSIBILITY OF
SUCH DAMAGE.