如何迅速统计一批 Word 文档的总页数？

[Licsber]

想到的是虚拟打印机方法，自己写一个打印机驱动，这样把所有文档都通过 PCL 或者其他格式统计，有没有好用的开源库可以参考？

[renmu123]

你要不找个你熟悉语言的 word 库，应该能直接统计

[YvesX]

……直接读文件不行吗

docx 文件可以按 zip 打开，/docProps/app.xml 明明白白地写着当前文件的页面和字数统计信息

[Licsber]

@renmu123 #1 刚刚试了 python 的 python-docx
遇到了新问题
使用 macOS 无法调用 win32com 将 doc 文件转化为 docx
顺路找到了 antiword 显示我这一个文件不是 Word
故此方案不可行 一批文件里同时有 doc 和 docx

[XiLingHost]

office 套件的文件一般都是 ooxml，你找个对应的库就可以了

[Licsber]

@YvesX #2 参加#3 回复 对于 doc 格式的 Word 文档就无能为力了 sad

[Vegetable]

全部打印成 PDF 呢？

[Licsber]

@XiLingHost #4 刚刚看了看 文件五花八门的 交后缀 wps 都有 这样的后缀我还可以打回重交 但是 doc 和 docx 总不能限制只提交 docx 吧

[YvesX]

doc 格式里面存的是二进制文件，也不是把 SummaryInformation 数据拉不出来，应该同样有现成的库可以用

[Jirajine]

@Licsber 都 2021 年了，完全不必要 doc 。新版格式各种库和第三方应用的兼容性也更好。

[XiLingHost]

@Licsber 为啥不可以，doc 都已经是多古老的格式了，让他们直接在 office 里转换啊

[Licsber]

@Vegetable #6 全部打印成 pdf 也是个办法 但是我觉得不优雅 造成了两倍的额外空间占用

@YvesX #8 如果是 win 系统可以用 win32api 的话就方便很多 可我这是 macOS 当然也可以每次需要统计就开个虚拟机 也不优雅

@Jirajine #9 谢谢回复 可我要统计的是同学上交上来的文件 甚至会有 word2003 保存出来的文档

[Licsber]

@XiLingHost #10 相较强制所有用 doc 的人全部改成 docx 这样的工作量而言 还是收集文档的时候顺带让每个人填一下页数更简便吧 强制转化绝对不可行 对用户要求太高了

[qqjt]

libreoffice 有 python sdk 的好像，可以试试。其实没啥可纠结的，windows 电脑操作就完事了

[qqjt]

@Licsber 统一下用 docx 格式提交，这要求还高？是对刚学电脑的小白来说吗？

[Licsber]

@qqjt #13 嗯 也看到了 libreoffice 的一些方法 觉得还是我一开始的想法方便 自己造一个虚拟打印机的轮子

@qqjt #14 可以一试 但万一有人是很老的电脑就玩完了

[renmu123]

https://files.catbox.moe/br2s83.png

我用编辑器文本模式打开的 doc，我标注的应该就是页码了，你可以自行测试一下。

[Licsber]

@renmu123 #16 这个思路有点怪 我试了试 没看出来什么规律 只看到有些东西在不断重复
rels/PK drs/downrev.xmlPK 类似的文本

[ihipop]

@Licsber libreoffice 可以读 doc

[renmu123]

@Licsber 我标注的这一行应该是文档的一些基础信息，比如有 word 版本，用户信息，页码，还有一些额外的信息我没仔细看，你用 16 进制模式打开应该也能看到。

[play78]

什么语言？ java 的话，用 poi 。