我需要一个命令行工具，可以从 MS Office 文件（所有格式）、pdf 和其他文件格式中提取纯文本。
我查看了自由办公命令行，但找不到所有格式的过滤器
答案1
对于办公文件，您可以使用：
libreoffice --headless --convert-to output_file_extension[:output_filter_name] [--outdir out‐put_dir] file
更多关于：
- 看
man libreoffice - 如何从 .doc 和 .docx 文件中提取纯文本？（unix）
对于 pdf 文件，我看到您已经找到了pdftotext。