Convertir Word en texte via la ligne de commande — Convertisseur serveur par lots

Vous avez des dossiers de fichiers DOC et DOCX et vous avez besoin du corps de texte lisible, pas de la mise en forme — pour l'indexation plein texte, l'ingestion par moteur de recherche, les pipelines NLP et de machine learning, la revue eDiscovery ou l'archivage à long terme. Ouvrir chaque fichier dans Word et l'enregistrer en texte brut ne passe pas l'échelle au-delà d'une poignée de fichiers, et cela laisse des artefacts de mise en forme Word. Total Doc Converter X supprime la mise en forme Word et écrit du texte UTF-8 ou ANSI propre depuis la ligne de commande, en lot, sans interface graphique et sans installation de Microsoft Word. Installez-le sur un serveur Windows, appelez-le depuis un script ou via ActiveX, et laissez-le fonctionner de manière autonome.

Ce que fait Total Doc Converter X

• Conversion par lots — passez un caractère générique (*.docx) et le convertisseur traite chaque fichier correspondant en une seule exécution
• Sortie texte propre — supprime polices, couleurs, styles de paragraphe, en-têtes et pieds de page, ne laissant que le corps de texte lisible
• Contrôle de l'encodage — écrit UTF-8, UTF-16, ANSI ou toute page de codes Windows pour correspondre à votre pipeline en aval
• Gestion du BOM — émettre ou supprimer la marque d'ordre des octets UTF-8 pour correspondre aux exigences des indexeurs et parsers de recherche
• Contenu multilingue — préserve cyrillique, CJK, arabe, hébreu et tout script Unicode que la source DOC/DOCX contient
• Sans Word requis — le convertisseur analyse DOC et DOCX directement sans Microsoft Office sur le serveur
• Sans interface graphique — fonctionne silencieusement depuis la ligne de commande sans fenêtres contextuelles ni boîtes de dialogue de confirmation
• ActiveX / COM — appelez le convertisseur depuis .NET, VBScript, PHP, Python ou tout environnement compatible COM pour intégrer la conversion dans votre propre application
• Scripts .bat — enregistrez les commandes dans des fichiers batch et planifiez-les avec le Planificateur de tâches Windows pour une conversion entièrement automatisée

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

Word vs texte : pourquoi convertir ?

DOC et DOCX sont des formats Microsoft Word conçus pour la lecture et l'édition humaines. Un fichier DOCX est un conteneur ZIP avec des parties XML, des médias intégrés, des styles, un historique des révisions, des commentaires et des modifications suivies. Un moteur de recherche, un indexeur, un tokenizer LLM ou un pipeline eDiscovery ne se soucie de rien de tout cela — il se soucie du texte lisible. Pointer ces systèmes vers des fichiers Word bruts force chaque consommateur à embarquer son propre parser DOC/DOCX, et les parsers sont en désaccord sur les cas particuliers.

TXT est le plus petit dénominateur commun. Tout indexeur de recherche, toute boîte à outils NLP, tout outil de type grep, tout utilitaire de diff lit le texte brut de la même manière. Convertir Word en TXT une fois, sur le serveur, donne à chaque consommateur en aval la même entrée propre. Les tableaux s'aplatissent en lignes séparées par tabulations ou en sauts de ligne. Les images disparaissent. Les en-têtes et pieds de page peuvent être conservés ou supprimés, selon votre indicateur. Ce qui reste est le contenu du corps, prêt pour l'indexation ou l'extraction de caractéristiques.

Comment convertir Word en texte depuis la ligne de commande

Étape 1. Installer Total Doc Converter X

Téléchargez l'installateur depuis le lien ci-dessus et lancez-le sur votre serveur ou poste de travail Windows. L'installation prend moins d'une minute. Aucune installation de Microsoft Word, LibreOffice ou navigateur n'est requise — le convertisseur analyse DOC et DOCX directement avec son propre moteur, et écrit du texte brut dans l'encodage que vous spécifiez.

Étape 2. Ouvrir l'invite de commandes

Ouvrez cmd.exe ou PowerShell. L'exécutable du convertisseur est DOCConverter.exe, situé dans le dossier d'installation (généralement C:\Program Files\CoolUtils\TotalDocConverterX\). Ajoutez-le à votre PATH système ou utilisez le chemin complet dans vos commandes.

Étape 3. Exécuter la conversion de base

La commande la plus simple convertit tous les fichiers DOCX d'un dossier en TXT :

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

Cela traite chaque fichier .docx dans C:\Docs\ et enregistre les fichiers TXT résultants dans C:\Output\. Chaque fichier Word produit un TXT avec le même nom de base. Utilisez *.doc pour les documents Word 97–2003 anciens, ou *.do* pour capturer les deux à la fois.

Étape 4. Ajouter des options d'encodage et de journalisation

Contrôlez la sortie TXT avec des indicateurs supplémentaires :

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

• -Encoding UTF-8 — encodage de sortie (UTF-8, UTF-16, ANSI, 1251, 1252, etc.)
• -BOM 0 — supprimer la marque d'ordre des octets UTF-8 ; utilisez -BOM 1 pour l'écrire
• -LineBreaks CRLF — style Windows \r\n ou LF pour le style Unix \n
• -log C:\Logs\word2txt.log — écrire un journal de conversion pour vérification

Étape 5. Automatiser avec un fichier .bat

Enregistrez votre commande dans un fichier .bat et planifiez-la avec le Planificateur de tâches 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

Cela exécute la conversion chaque nuit (ou à l'intervalle que vous définissez) et écrit un fichier journal pour que vous puissiez vérifier les résultats. Associez le dossier de sortie à votre indexeur de recherche ou à votre tâche d'ingestion NLP et le pipeline s'exécute de bout en bout sans étape manuelle.

Intégration ActiveX / COM

Total Doc Converter X inclut une interface ActiveX complète. Vous pouvez appeler le convertisseur depuis tout environnement compatible COM — .NET, VBScript, PHP, Python, Ruby ou ASP. Cela vous permet d'intégrer la conversion Word vers texte dans votre propre application web, plateforme eDiscovery ou flux de travail documentaire sans passer par un processus en ligne de commande.

Exemple (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");

Exemple (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");

Le même appel fonctionne depuis ASP.NET, VBScript, Python, Ruby, Perl et JavaScript (Windows Script Host). Votre application web peut accepter des fichiers Word téléchargés et renvoyer du texte UTF-8 propre à l'indexeur, au point de terminaison LLM ou à la couche de stockage en temps réel.

Convertisseurs en ligne vs Total Doc Converter X

Quand avez-vous besoin de la conversion Word en texte en ligne de commande

• Indexation plein texte. Un moteur de recherche d'entreprise indexe un partage de documents corporatif. Le pointer vers des fichiers DOCX bruts le force à embarquer son propre parser ; le pointer vers des fichiers TXT permet à tout indexeur (Elasticsearch, Solr, Sphinx, Manticore) de lire le contenu directement. Le convertisseur prépare le corpus une fois, l'indexeur ingère indéfiniment.
• Alimenter des contrats à un LLM ou pipeline ML. Tokenizers et modèles d'embedding fonctionnent sur du texte brut. Une tâche nocturne convertit les nouveaux contrats en TXT et les pousse vers le store d'embeddings, où un modèle augmenté par récupération peut répondre à des questions sur le langage des clauses sans s'étouffer sur du XML Word.
• Fouille de texte juridique et eDiscovery. Une équipe de support contentieux a besoin du corps textuel de milliers de pièces à conviction DOC et DOCX pour la recherche par mot-clé, le clustering conceptuel et le codage prédictif. Le texte brut est le format d'entrée que tout outil eDiscovery comprend de la même manière.
• Préservation des e-mails et journaux pour la conformité. Outlook exporte les corps d'e-mails en DOCX. Les archives de conformité ont besoin de copies en texte brut que tout auditeur peut lire dans vingt ans sans installation de Word. Le convertisseur supprime l'enveloppe Word et stocke du TXT propre aux côtés de l'original.
• Extraction de caractéristiques NLP. Le scoring de sentiment, la reconnaissance d'entités nommées et la modélisation de sujets fonctionnent sur des flux de tokens. Convertir le DOCX source en TXT UTF-8 une fois signifie que le pipeline NLP ne re-parse pas le même document à chaque exécution.
• Archivage à long terme. Les formats Word évoluent. Un DOC de 2001 a déjà besoin d'un shim de compatibilité. Le texte UTF-8 brut s'ouvrira toujours dans tout éditeur en 2050. Archiver le corps lisible aux côtés de l'original est une assurance peu coûteuse.

Pourquoi Total Doc Converter X

Aucun Word requis

Le convertisseur analyse DOC et DOCX directement. Vous n'avez pas besoin de Microsoft Office, LibreOffice ou de tout autre traitement de texte installé sur le serveur. Cela évite les coûts de licence et l'instabilité bien connue de l'automatisation de Word dans des scénarios sans surveillance.

Véritable application serveur

Total Doc Converter X est conçu pour un usage sans surveillance. Pas de fenêtres d'interface graphique, pas de boîtes de dialogue, pas de demandes de confirmation. Il fonctionne silencieusement depuis la ligne de commande ou dans le cadre d'un service — exactement ce dont un serveur de production a besoin.

Encodage qui correspond à votre pipeline

Indexeurs de recherche, frameworks NLP et archives anciennes ont chacun leurs propres règles d'encodage. Total Doc Converter X écrit en UTF-8 avec ou sans BOM, UTF-16 LE ou BE, pages de codes Windows ANSI 1251 et 1252, et toute autre page de codes enregistrée sur le système. Contrats cyrilliques, manuels de produits japonais, correspondance arabe et documentation technique allemande survivent tous à la conversion intacts — le convertisseur lit la source DOC/DOCX comme Unicode et écrit l'encodage de sortie choisi sans translittération avec perte. Définissez -Encoding une fois dans votre fichier .bat et la sortie correspond aux consommateurs en aval octet pour octet.

Pas seulement TXT

Le même outil en ligne de commande convertit Word en PDF, HTML, RTF, XLS, TIFF, JPEG et bien d'autres formats. Une seule installation couvre tous vos besoins de conversion Word. Changez -c TXT en -c PDF et vous obtenez une sortie PDF avec les mêmes fonctionnalités de traitement par lots et d'automatisation.

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

Convertisseur de documents DOC pour serveurs Avis des clients 2026

Évaluez-leNoté 4.7/5 sur la base des avis des clients

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;