我正在尝试编写一个 Python 函数，给定文档文件的路径，返回该文档中的单词数。使用 .txt 文件很容易做到这一点，并且有一些工具可以让我一起破解对一些更复杂的文档格式的支持，但我想要一个真正全面的解决方案。
查看 OpenOffice.org 的 py-uno 脚本接口和支持的格式列表，将文档加载到无头 OOo 中并调用其字数统计函数似乎是理想的选择。但是，我找不到任何超出基本文档生成的py-uno教程或示例代码，甚至我找到的代码sn-ps都已经过时了五年，不再起作用。
无论是否使用 OOo 和 Uno，我如何才能获得各种格式文档的可靠字数？
【问题讨论】：
标签： python document openoffice.org word-count
这可能不适合您，但如果是的话 - 您可以将文档上传到 Google Docs，然后以 .txt 格式导出。 Google 通常在转换方面做得很好。
您可以在此处找到相关 API：http://code.google.com/intl/pl/apis/documents/docs/1.0/developers_guide_python.html
查看登录、上传和导出部分。
【讨论】：
在无头 OOo 中加载文档 并调用它的word-count function
PyODConverter 是最近 (11-2009) 使用 OOo 转换多种文件类型的脚本。查看脚本，它基本加载了所有 OOo 支持的文档。
这就是您将 OOo 作为无头服务启动的方式：
soffice -headless -accept="socket,host=127.0.0.1,port=8100;urp;" -nofirststartwizard
然后你只需要编写一个小的引导程序，在命令行上调用 OOo，运行你的脚本，然后关闭 OOo。
【讨论】：