Convertire Word in testo da riga di comando — Convertitore batch per server

Hai cartelle di file DOC e DOCX e ti serve il corpo testuale leggibile, non la formattazione — per l’indicizzazione full-text, l’ingestione nei motori di ricerca, le pipeline NLP e di machine learning, la revisione eDiscovery o l’archiviazione a lungo termine. Aprire ogni file in Word e salvarlo come testo semplice non scala oltre una manciata di file, e lascia dietro artefatti di formattazione di Word. Total Doc Converter X rimuove la formattazione Word e scrive testo UTF-8 o ANSI pulito dalla riga di comando, in batch, senza GUI e senza richiedere l’installazione di Microsoft Word. Installalo su un server Windows, richiamalo da uno script o tramite ActiveX, e lascialo funzionare in modo automatico.

Cosa fa Total Doc Converter X

• Conversione batch — passa un carattere jolly (*.docx) e il convertitore elabora ogni file corrispondente in un’unica esecuzione
• Output di testo pulito — rimuove font, colori, stili di paragrafo, intestazioni e piè di pagina, lasciando solo il corpo testuale leggibile
• Controllo della codifica — scrive UTF-8, UTF-16, ANSI o qualsiasi code page Windows per adattarsi alla tua pipeline a valle
• Gestione del BOM — emette o sopprime il byte order mark UTF-8 per soddisfare i requisiti di indicizzatori e parser
• Contenuto multilingue — preserva cirillico, CJK, arabo, ebraico e qualsiasi script Unicode contenuto nel DOC/DOCX di origine
• Word non necessario — il convertitore analizza DOC e DOCX direttamente senza Microsoft Office sul server
• Nessuna GUI — funziona silenziosamente dalla riga di comando senza finestre pop-up o dialoghi di conferma
• ActiveX / COM — richiama il convertitore da .NET, VBScript, PHP, Python o qualsiasi ambiente compatibile COM per integrare la conversione nella tua applicazione
• Scripting .bat — salva i comandi in file batch e programmali con l’Utilità di pianificazione di Windows per una conversione completamente automatizzata

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

Word vs testo: perché convertire?

DOC e DOCX sono formati Microsoft Word costruiti per la lettura e la modifica umana. Un file DOCX è un container ZIP con parti XML, media incorporati, stili, cronologia delle revisioni, commenti e modifiche tracciate. Un motore di ricerca, un indicizzatore, un tokenizer LLM o una pipeline eDiscovery non si curano di nulla di tutto ciò — si curano del testo leggibile. Puntare quei sistemi su file Word grezzi costringe ogni consumatore a portarsi il proprio parser DOC/DOCX, e i parser non sono d’accordo sui casi limite.

TXT è il minimo comune denominatore. Ogni indicizzatore di ricerca, ogni toolkit NLP, ogni strumento in stile grep, ogni utility diff legge il testo semplice nello stesso modo. Convertire Word in TXT una volta, sul server, fornisce a ogni consumatore a valle lo stesso input pulito. Le tabelle si appiattiscono in righe separate da tabulazioni o interruzioni di riga. Le immagini cadono. Intestazioni e piè di pagina possono essere mantenuti o rimossi, a seconda del tuo flag. Ciò che resta è il contenuto del corpo, pronto per l’indicizzazione o l’estrazione di feature.

Come convertire Word in testo dalla riga di comando

Passo 1. Installare Total Doc Converter X

Scarica il programma di installazione dal link qui sopra ed eseguilo sul tuo server o workstation Windows. L’installazione richiede meno di un minuto. Non è necessario installare Microsoft Word, LibreOffice o un browser — il convertitore analizza DOC e DOCX direttamente usando il proprio motore, e scrive testo semplice nella codifica che specifichi.

Passo 2. Aprire il prompt dei comandi

Apri cmd.exe o PowerShell. L’eseguibile del convertitore è DOCConverter.exe, situato nella cartella di installazione (tipicamente C:\Program Files\CoolUtils\TotalDocConverterX\). Aggiungilo al PATH di sistema o usa il percorso completo nei tuoi comandi.

Passo 3. Eseguire la conversione base

Il comando più semplice converte tutti i file DOCX in una cartella in TXT:

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

Questo elabora ogni file .docx in C:\Docs\ e salva i file TXT risultanti in C:\Output\. Ogni file Word produce un TXT con lo stesso nome base. Usa *.doc per documenti Word 97–2003 legacy, oppure *.do* per catturare entrambi in una sola volta.

Passo 4. Aggiungere opzioni di codifica e log

Controlla l’output TXT con flag aggiuntivi:

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

• -Encoding UTF-8 — codifica di output (UTF-8, UTF-16, ANSI, 1251, 1252, ecc.)
• -BOM 0 — sopprime il byte order mark UTF-8; usa -BOM 1 per scriverlo
• -LineBreaks CRLF — stile Windows \r\n oppure LF per stile Unix \n
• -log C:\Logs\word2txt.log — scrive un log di conversione per la verifica

Passo 5. Automatizzare con un file .bat

Salva il comando in un file .bat e programmalo con l’Utilità di pianificazione di 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

Questo esegue la conversione ogni notte (o all’intervallo che preferisci) e scrive un file di log per verificare i risultati. Abbina la cartella di output al tuo indicizzatore di ricerca o al tuo job di ingestione NLP e la pipeline gira end-to-end senza alcun passaggio manuale.

Integrazione ActiveX / COM

Total Doc Converter X include un’interfaccia ActiveX completa. Puoi richiamare il convertitore da qualsiasi ambiente compatibile COM — .NET, VBScript, PHP, Python, Ruby o ASP. Questo ti permette di integrare la conversione da Word a testo nella tua applicazione web, piattaforma eDiscovery o flusso di lavoro documentale senza ricorrere a un processo da riga di comando.

Esempio (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");

Esempio (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 stessa chiamata funziona da ASP.NET, VBScript, Python, Ruby, Perl e JavaScript (Windows Script Host). La tua applicazione web può accettare file Word caricati e restituire testo UTF-8 pulito all’indicizzatore, all’endpoint LLM o al livello di storage in tempo reale.

Convertitori online vs Total Doc Converter X

Quando serve la conversione Word in testo da riga di comando

• Indicizzazione full-text di ricerca. Un motore di ricerca aziendale indicizza una condivisione documentale aziendale. Puntarlo su file DOCX grezzi lo costringe a portare il proprio parser; puntarlo su file TXT permette a qualsiasi indicizzatore (Elasticsearch, Solr, Sphinx, Manticore) di leggere il contenuto direttamente. Il convertitore prepara il corpus una volta, l’indicizzatore ingerisce per sempre.
• Alimentazione di contratti a un LLM o a una pipeline ML. Tokenizer e modelli di embedding lavorano su testo semplice. Un job notturno converte i nuovi contratti in TXT e li spinge nello store di embedding, dove un modello augmentato dal recupero può rispondere a domande sul linguaggio delle clausole senza soffocare sull’XML di Word.
• Text mining legale ed eDiscovery. Un team di supporto al contenzioso ha bisogno del corpo testuale di migliaia di prove DOC e DOCX per la ricerca per parola chiave, il clustering concettuale e la codifica predittiva. Il testo semplice è il formato di input che ogni strumento di eDiscovery comprende allo stesso modo.
• Conservazione di email e log per la compliance. Outlook esporta i corpi delle email come DOCX. Gli archivi di compliance hanno bisogno di copie in testo semplice che qualsiasi auditor possa leggere tra vent’anni senza un’installazione di Word. Il convertitore rimuove l’involucro Word e memorizza TXT pulito accanto all’originale.
• Estrazione di feature NLP. Sentiment scoring, riconoscimento di entità nominate e topic modelling girano su flussi di token. Convertire il DOCX di origine in TXT UTF-8 una volta significa che la pipeline NLP non rifa il parsing dello stesso documento a ogni esecuzione.
• Archiviazione a lungo termine. I formati Word evolvono. Un DOC del 2001 ha già bisogno di uno shim di compatibilità. Il testo UTF-8 puro si aprirà ancora in qualsiasi editor nel 2050. Archiviare il corpo leggibile insieme all’originale è un’assicurazione a basso costo.

Perché Total Doc Converter X

Word non necessario

Il convertitore analizza DOC e DOCX direttamente. Non hai bisogno di Microsoft Office, LibreOffice o di qualsiasi word processor installato sul server. Questo elimina i costi di licenza e la nota instabilità dell’automazione di Word in scenari non presidiati.

Vera applicazione server

Total Doc Converter X è progettato per l’uso non presidiato. Nessuna finestra GUI, nessuna finestra di dialogo, nessun messaggio di conferma. Funziona silenziosamente dalla riga di comando o come parte di un servizio — esattamente ciò di cui ha bisogno un server di produzione.

Codifica che corrisponde alla tua pipeline

Indicizzatori di ricerca, framework NLP e archivi legacy hanno ciascuno le proprie regole di codifica. Total Doc Converter X scrive UTF-8 con o senza BOM, UTF-16 LE o BE, code page Windows ANSI 1251 e 1252 e qualsiasi altra code page registrata nel sistema. Contratti in cirillico, manuali di prodotti giapponesi, corrispondenza in arabo e documentazione tecnica tedesca sopravvivono tutti alla conversione intatti — il convertitore legge il DOC/DOCX di origine come Unicode e scrive la codifica di output scelta senza traslitterazione lossy. Imposta -Encoding una volta nel tuo file .bat e l’output corrisponde byte per byte ai consumatori a valle.

Non solo TXT

Lo stesso strumento da riga di comando converte Word in PDF, HTML, RTF, XLS, TIFF, JPEG e altro. Un’unica installazione copre tutte le tue esigenze di conversione Word. Cambia -c TXT in -c PDF e otterrai output PDF con le stesse funzionalità batch e di automazione.

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

Convertitore di documenti DOC per server Recensioni dei clienti 2026

ValutaloValutato 4.7/5 in base alle recensioni dei clienti

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;