Odt2txt

odt2txt Idioma Multilenguaje

odt2txt. Un simple convertidor de documentos con formatos ODT, convirtiendo estos a texto plano.

Características

Aplicación. odt2txt es una herramienta en Linuxpara ser utilizada mediante la líena de comando desde una terminal, el cual extrae textos de un documento ODT, como los producidos por OpenOffice.org, KOffice, StarOffice entre otros. Puede también extraer texto de varios archivos con formatos similares al ODT, como pueden ser OpenOffice.org XML(*.sxw), cual fue usado por OpenOffice.org

versión 1.x y versiones mayores del StarOffice. También puede ser útil para extraer contenidos de documentos de hoja de cálculos(*.ods) y documentos de

presentación (*.odp).

==Opciones==

--width=WIDTH

 Permite encapsular los caracteres del texto a una anchura especificada.
Por defecto el valor es 65, lo cual quiere decir que cualquier palabra
que se extienda mas allá de la columna 65 es movido para una nueva linea.

Si WIDTH es modificado y puesto en -1 entonces ninguna linea será dañada.

--output=FILE

 Escribe la salida en un fichero especificado.

--subst=SUBST

 Remplaza caracteres extraños dependiendo de la entrada especificada. 

Los valores válidos para SUBST son: all, some y none.

             --subst=all 

        Substituye todos los caracteres por el cuál la substitución sea 

conocida.

        --subst=some  

        Substituye todos los caracteres en el cual la salida no contiene el que tiene por defecto.

             --subst=none 

        No substituye ningún caracter.

--encoding=X

 No intenta auto detectar la codificación de la terminal, pero convierte el
documento hacia una codificación especificada, en que la codificación de
la terminal estará usando el modo automático, usa --encoding=show.

--raw

 Imprime el XML puro.

Ejemplos de uso

odt2txt --width=100 Escritorio/Ecured1.odt

odt2txt --output=Ecured.txt Escritorio/Ecured1.odt

 En este caso “Ecured.txt” es el fichero que se generará con el resultado devuelto por la línea antes mostrada.

odt2txt –encoding=show

 Insertando lo anterior en una terminal le muestra la codificación que tiene activada en mi caso me devolvió UTF-8.

odt2txt --encoding=ISO-8859-1 Escritorio/Ecured1.odt

 La línea anterior devuelve el documento “Ecured1.odt” en texto plano utilizando el estándar de codificación ISO-8859-1.

odt2txt --output=ecuredall.txt --subst=all Escritorio/Ecured1.odt

 En este caso remplazo todos los caracteres extraños conocidos(ej: remplazo « » por << >>, ü por uu, etc) que tienen el documento “Ecured1.odt” y lo salvo en el fichero “ecuredall.txt”.  

odt2txt --output=ecuredxml.txt --raw Escritorio/Ecured1.odt

 En éste extraigo en formato xml puro todo el documento “Ecured1.odt” y lo guardo en el fichero  “ecuredxml.txt”.

Licencia

Usted puede redistribuirlo y/o modificado con

algunos términos de la Licencia Pública General GNU, versión 2 publicada por la 

fundación de software libre.

Fuente

Ayuda y Soporte de Ubuntu http://stosberg.net/odt2txt/