Convertir Word a texto desde la línea de comandos — Conversor en lote para servidores

Tiene carpetas de archivos DOC y DOCX y necesita el cuerpo de texto legible, no el formato — para indexación de texto completo, ingesta de motores de búsqueda, tuberías NLP y de aprendizaje automático, revisión eDiscovery o archivado a largo plazo. Abrir cada archivo en Word y guardarlo como texto plano no escala más allá de un puñado de archivos, y deja artefactos de formato Word atrás. Total Doc Converter X elimina el formato Word y escribe texto UTF-8 o ANSI limpio desde la línea de comandos, en lote, sin interfaz gráfica y sin necesidad de instalar Microsoft Word. Instálelo en un servidor Windows, llámelo desde un script o mediante ActiveX, y déjelo funcionar de forma desatendida.

Qué hace Total Doc Converter X

• Conversión en lote — pase un comodín (*.docx) y el conversor procesa todos los archivos coincidentes en una sola ejecución
• Salida de texto limpio — elimina fuentes, colores, estilos de párrafo, encabezados y pies de página, dejando solo el cuerpo de texto legible
• Control de codificación — escribe UTF-8, UTF-16, ANSI o cualquier página de códigos de Windows para coincidir con su tubería posterior
• Manejo de BOM — emite o suprime la marca de orden de bytes UTF-8 para coincidir con los requisitos de los indexadores y analizadores de búsqueda
• Contenido multilingüe — preserva cirílico, CJK, árabe, hebreo y cualquier escritura Unicode que contenga el DOC/DOCX de origen
• Sin necesidad de Word — el conversor analiza DOC y DOCX directamente sin Microsoft Office en el servidor
• Sin interfaz gráfica — se ejecuta silenciosamente desde la línea de comandos sin ventanas emergentes ni diálogos de confirmación
• ActiveX / COM — llame al conversor desde .NET, VBScript, PHP, Python o cualquier entorno compatible con COM para integrar la conversión en su propia aplicación
• Scripts .bat — guarde comandos en archivos por lotes y prográmelos con el Programador de tareas de Windows para una conversión totalmente automatizada

Windows 7/8/10/11 • Server 2008/2012/2016/2019/2022

Word vs Texto: ¿Por qué convertir?

DOC y DOCX son formatos de Microsoft Word construidos para lectura y edición humana. Un archivo DOCX es un contenedor ZIP con partes XML, medios incrustados, estilos, historial de revisión, comentarios y cambios rastreados. A un motor de búsqueda, un indexador, un tokenizador LLM o una tubería eDiscovery no le importa nada de eso — le importa el texto legible. Apuntar esos sistemas a archivos Word en bruto obliga a cada consumidor a enviar su propio analizador DOC/DOCX, y los analizadores no se ponen de acuerdo en los casos límite.

TXT es el mínimo común denominador. Cada indexador de búsqueda, cada conjunto de herramientas NLP, cada herramienta de estilo grep, cada utilidad diff lee texto plano de la misma manera. Convertir Word a TXT una vez, en el servidor, ofrece a cada consumidor posterior la misma entrada limpia. Las tablas se aplanan a filas separadas por tabuladores o saltos de línea. Las imágenes desaparecen. Los encabezados y pies de página se pueden conservar o eliminar, dependiendo de su indicador. Lo que queda es el contenido del cuerpo, listo para indexación o extracción de características.

Cómo convertir Word a texto desde la línea de comandos

Paso 1. Instalar Total Doc Converter X

Descargue el instalador desde el enlace anterior y ejecútelo en su servidor o estación de trabajo Windows. La instalación tarda menos de un minuto. No se requiere instalación de Microsoft Word, LibreOffice ni navegador — el conversor analiza DOC y DOCX directamente usando su propio motor, y escribe texto plano en la codificación que especifique.

Paso 2. Abrir la línea de comandos

Abra cmd.exe o PowerShell. El ejecutable del conversor es DOCConverter.exe, ubicado en la carpeta de instalación (normalmente C:\Program Files\CoolUtils\TotalDocConverterX\). Agréguelo a la variable PATH del sistema o use la ruta completa en sus comandos.

Paso 3. Ejecutar la conversión básica

El comando más sencillo convierte todos los archivos DOCX de una carpeta a TXT:

DOCConverter.exe C:\Docs\*.docx C:\Output\ -c TXT -Encoding UTF-8

Esto procesa cada archivo .docx en C:\Docs\ y guarda los archivos TXT resultantes en C:\Output\. Cada archivo Word produce un TXT con el mismo nombre base. Use *.doc para documentos heredados de Word 97–2003, o *.do* para capturar ambos a la vez.

Paso 4. Añadir opciones de codificación y registro

Controle la salida TXT con indicadores adicionales:

DOCConverter.exe C:\Docs\*.docx C:\Output\ -c TXT -Encoding UTF-8 -BOM 0 -log C:\Logs\word2txt.log

• -Encoding UTF-8 — codificación de salida (UTF-8, UTF-16, ANSI, 1251, 1252, etc.)
• -BOM 0 — suprime la marca de orden de bytes UTF-8; use -BOM 1 para escribirla
• -LineBreaks CRLF — estilo Windows \r\n o LF para estilo Unix \n
• -log C:\Logs\word2txt.log — escribe un registro de conversión para verificación

Paso 5. Automatizar con un archivo .bat

Guarde su comando en un archivo .bat y prográmelo con el Programador de tareas de Windows:

@echo off
"C:\Program Files\CoolUtils\TotalDocConverterX\DOCConverter.exe" C:\Incoming\*.docx C:\Archive\TXT\ -c TXT -Encoding UTF-8 -BOM 0 -log C:\Logs\word2txt.log

Esto ejecuta la conversión cada noche (o en el intervalo que establezca) y escribe un archivo de registro para que pueda verificar los resultados. Empareje la carpeta de salida con su indexador de búsqueda o su trabajo de ingesta NLP y la tubería se ejecuta de extremo a extremo sin paso manual.

Integración ActiveX / COM

Total Doc Converter X incluye una interfaz ActiveX completa. Puede llamar al conversor desde cualquier entorno compatible con COM — .NET, VBScript, PHP, Python, Ruby o ASP. Esto le permite integrar la conversión de Word a texto en su propia aplicación web, plataforma eDiscovery o flujo de trabajo documental sin recurrir a un proceso de línea de comandos externo.

Ejemplo (C#/.NET):

DOCConverterX Cnv = new DOCConverterX();
Cnv.Convert("C:\\Docs\\contract.docx", "C:\\Output\\contract.txt", "-c TXT -Encoding UTF-8 -BOM 0 -log c:\\Logs\\doc.log");

Ejemplo (PHP):

$c = new COM("DOCConverter.DOCConverterX");
$c->convert("C:\\Docs\\contract.docx", "C:\\Output\\contract.txt", "-c TXT -Encoding UTF-8 -BOM 0 -log c:\\Logs\\doc.log");

La misma llamada funciona desde ASP.NET, VBScript, Python, Ruby, Perl y JavaScript (Windows Script Host). Su aplicación web puede aceptar archivos Word cargados y devolver texto UTF-8 limpio al indexador, al endpoint LLM o a la capa de almacenamiento en tiempo real.

Conversores en línea vs Total Doc Converter X

Cuándo necesita la conversión de Word a texto por línea de comandos

• Indexación de texto completo. Un motor de búsqueda empresarial indexa una unidad documental corporativa. Apuntarlo a archivos DOCX en bruto le obliga a enviar su propio analizador; apuntarlo a archivos TXT permite que cualquier indexador (Elasticsearch, Solr, Sphinx, Manticore) lea el contenido directamente. El conversor prepara el corpus una vez, el indexador lo ingesta para siempre.
• Alimentar contratos a un LLM o tubería ML. Los tokenizadores y modelos de incrustación trabajan sobre texto plano. Un trabajo nocturno convierte nuevos contratos a TXT y los envía al almacén de incrustaciones, donde un modelo aumentado por recuperación puede responder preguntas sobre el lenguaje contractual sin atragantarse con XML de Word.
• Minería de texto legal y eDiscovery. Un equipo de soporte de litigios necesita el cuerpo textual de miles de pruebas DOC y DOCX para búsqueda de palabras clave, agrupación por conceptos y codificación predictiva. El texto plano es el formato de entrada que cada herramienta eDiscovery entiende de la misma manera.
• Preservación de correo y registros para cumplimiento. Outlook exporta cuerpos de correo como DOCX. Los archivos de cumplimiento necesitan copias de texto plano que cualquier auditor pueda leer dentro de veinte años sin una instalación de Word. El conversor elimina la envoltura Word y almacena TXT limpio junto al original.
• Extracción de características NLP. La puntuación de sentimiento, el reconocimiento de entidades nombradas y el modelado de tópicos se ejecutan sobre flujos de tokens. Convertir el DOCX de origen a TXT UTF-8 una vez significa que la tubería NLP no vuelve a analizar el mismo documento en cada ejecución.
• Archivado a largo plazo. Los formatos Word evolucionan. Un DOC de 2001 ya necesita una capa de compatibilidad. El texto UTF-8 plano todavía se abrirá en cualquier editor en 2050. Archivar el cuerpo legible junto al original es un seguro barato.

Por qué Total Doc Converter X

Sin necesidad de Word

El conversor analiza DOC y DOCX directamente. No necesita Microsoft Office, LibreOffice ni ningún procesador de texto instalado en el servidor. Esto evita los costes de licencia y la conocida inestabilidad de automatizar Word en escenarios desatendidos.

Verdadera aplicación de servidor

Total Doc Converter X está diseñado para uso desatendido. Sin ventanas de interfaz, sin cuadros de diálogo, sin mensajes de confirmación. Se ejecuta silenciosamente desde la línea de comandos o como parte de un servicio — exactamente lo que un servidor de producción necesita.

Codificación que coincide con su tubería

Los indexadores de búsqueda, los frameworks NLP y los archivos heredados tienen sus propias reglas de codificación. Total Doc Converter X escribe UTF-8 con o sin BOM, UTF-16 LE o BE, páginas de códigos ANSI 1251 y 1252 de Windows, y cualquier otra página de códigos registrada en el sistema. Contratos en cirílico, manuales de productos en japonés, correspondencia en árabe y documentación técnica en alemán sobreviven la conversión intactos — el conversor lee el DOC/DOCX de origen como Unicode y escribe la codificación de salida elegida sin transliteración con pérdidas. Establezca -Encoding una vez en su archivo .bat y la salida coincide con los consumidores posteriores byte por byte.

No solo TXT

La misma herramienta de línea de comandos convierte Word a PDF, HTML, RTF, XLS, TIFF, JPEG y más. Una sola instalación cubre todas sus necesidades de conversión Word. Cambie -c TXT por -c PDF y obtendrá salida PDF con las mismas funciones de lote y automatización.

Windows 7/8/10/11 • Server 2008/2012/2016/2019/2022

Convertidor de documentos DOC para servidores Reseñas de Clientes 2026

CalificarCalificado como 4.7/5 con base en las reseñas de los clientes

string src  = @"C:\test\Source.docx";
string dest = @"C:\test\Dest.pdf";

var cnv = new DocConverterX();
cnv.Convert(src, dest, "-cPDF -log c:\\test\\Doc.log");

if (!string.IsNullOrEmpty(cnv.ErrorMessage))
    throw new Exception(cnv.ErrorMessage);

public static class Function1
    {
        [FunctionName("Function1")]
        public static async Task Run(
            [HttpTrigger(AuthorizationLevel.Anonymous, "get", "post", Route = null)] HttpRequest req,
            ILogger log)
        {
            StringBuilder sbLogs = new StringBuilder();
            sbLogs.AppendLine("started...");
            try
            {
                ProcessStartInfo startInfo = new ProcessStartInfo();
                startInfo.CreateNoWindow = true;
                startInfo.UseShellExecute = false;
                var assemblyDirectoryPath = Path.GetDirectoryName(Assembly.GetExecutingAssembly().Location);
                assemblyDirectoryPath = assemblyDirectoryPath.Substring(0, assemblyDirectoryPath.Length - 4);

                var executablePath = $@"{assemblyDirectoryPath}\Converter\DocConverterX.exe";
                sbLogs.AppendLine(executablePath + "...");
                var srcPath = $@"{assemblyDirectoryPath}\src\sample.docx";
                var outPath = Path.GetTempFileName() + ".pdf";
                startInfo.FileName = executablePath;

                if (File.Exists(outPath))
                {
                    File.Delete(outPath);
                }

                if (File.Exists(executablePath) && File.Exists(srcPath))
                {
                    sbLogs.AppendLine("files exists...");
                }
                else
                    sbLogs.AppendLine("EXE & source files NOT exists...");
                startInfo.WindowStyle = ProcessWindowStyle.Hidden;
                startInfo.Arguments = $"\"{srcPath}\" \"{outPath}\" -cPDF";
                using (Process exeProcess = Process.Start(startInfo))
                {
                    sbLogs.AppendLine($"wait...{DateTime.Now.ToString()}");
                    exeProcess.WaitForExit();
                    sbLogs.AppendLine($"complete...{DateTime.Now.ToString()}");
                }
                sbLogs.AppendLine("Conversion complete.");
            }
            catch (Exception ex)
            {
                sbLogs.AppendLine(ex.ToString());
            }

            return new OkObjectResult(sbLogs);
        }
    }

dim C
Set C=CreateObject("DocConverter.DocConverterX")
C.Convert "c:\source.docx", "c:\dest.pdf", "-cPDF -log c:\doc.log"
Response.Write C.ErrorMessage
set C = nothing

dim C
Set C=CreateObject("DocConverter.DocConverterX")
Response.Clear
Response.AddHeader "Content-Type", "binary/octet-stream"
Response.AddHeader "Content-Disposition", "attachment; filename=test.pdf"
Response.BinaryWrite C.ConvertToStream("C:\www\ASP\Source.docx", "C:\www\ASP", "-cpdf -log c:\doc.log")
set C = nothing

$src="C:\\test\\test.docx";
$dest="C:\\test\\test.pdf";
if (file_exists($dest)) unlink($dest);
$c= new COM("DocConverter.DocConverterX");
$c->convert($src,$dest, "-cPDF -log c:\\test\\Doc.log");
if (file_exists($dest)) echo "OK"; else echo "fail:".$c->ErrorMessage;

require 'win32ole'
c = WIN32OLE.new('DocConverter.DocConverterX')

src = "C:\\test\\test.docx"
dest = "C:\\test\\test.pdf"

c.convert(src, dest, "-cPDF -log c:\\test\\Doc.log")

if not File.exist?(dest)
  puts c.ErrorMessage
end

import win32com.client
import os.path

c = win32com.client.Dispatch("DocConverter.DocConverterX")

src  = "C:\\test\\test.docx"
dest = "C:\\test\\test.pdf"

c.convert(src, dest, "-cPDF -log c:\\test\\Doc.log")

if not os.path.exists(dest):
    print(c.ErrorMessage)

uses Dialogs, Vcl.OleAuto;

var
  c: OleVariant;
begin
  c := CreateOleObject('DocConverter.DocConverterX');
  c.Convert('c:\test\source.docx', 'c:\test\dest.pdf', '-cPDF -log c:\test\Doc.log');
  if c.ErrorMessage <> '' then
    ShowMessage(c.ErrorMessage);
end;

var c = new ActiveXObject("DocConverter.DocConverterX");
c.Convert("C:\\test\\source.docx", "C:\\test\\dest.pdf", "-cPDF");
if (c.ErrorMessage != "")
  alert(c.ErrorMessage)

use Win32::OLE;

my $src  = "C:\\test\\test.docx";
my $dest = "C:\\test\\test.pdf";

my $c = CreateObject Win32::OLE 'DocConverter.DocConverterX';
$c->convert($src, $dest, "-cPDF -log c:\\test\\Doc.log");
print $c->ErrorMessage if -e $dest;