Applescript：将 Word 文档另存为纯文本，同时保留重音符号答案

【问题标题】：Applescript: Save Word documents as plaintext while retaining accentsApplescript：将 Word 文档另存为纯文本，同时保留重音符号
【发布时间】：2013-07-12 04:28:46
【问题描述】：

我正在尝试将 Word 文档另存为纯文本文档。目前，有时重音会变成其他符号（通常是相同的符号，例如：é 变成 theta）。其他时候它工作正常。如何防止这种情况发生？

目前正在使用的线路：

另存为活动文档文件名 FullDocPath 文件格式格式 Unicode 文本

当我遇到此错误时，我可以使用对话框保存文档（选择 Western Mac OS Roman 编码...修复问题。

applescript Word 字典提到：

[文本编码无符号整数]：保存为文本文件时使用的文本编码

我不知道这是否是我缺少的部分或如何使用它（是否有指定西方 Mac OS 罗马编码的集合整数？）

有人有什么想法吗？

【问题讨论】：

FWIW 用于在 VBA 中工作的编码的“另存为”关键字似乎在 applescript 中不起作用。例如，对于 UTF-8 编码，Word VBA 记录 FileFormat:=wdFormatText, Encoding:=65001（Western (Mac Os Roman) 的值为 10000）。但是等效的applescript“文件格式格式文本文本编码65001”不起作用。 “文件格式格式 Unicode 文本”等也没有。此外，当 Word 通过 VBA 或 UI 保存为 UTF-8 时，它会在开头保存一个字节顺序标记（“BOM”），打开文件时它无法识别。它确实可以识别 16 位 Unicode 格式的 BOM。
感谢 Stefan 和 bibadiak 提供的见解。使用 textutil shell 脚本，我现在可以正确保存重音符号（它们在我在 textedit 中打开文件时出现）但是，当我通过 MS Word 打开文本文件时，仍然存在问题（即 é 变成正常的 e 现在正在切换其他字符，' 变成 Äô) - 我是编码新手，但我认为它正在尝试将其作为不同类型打开。

标签： ms-word applescript

【解决方案1】：

试试：

set wordDoc to choose file
do shell script "textutil -convert txt " & quoted form of POSIX path of (wordDoc as text)

查看StefanK's solution using textutil

【讨论】：

【解决方案2】：

这是对您以“感谢 Stefan 和 bibadiak”开头的评论的回应

.txt 文件格式是没有通用的方法来指定文件内部文件的编码，所以要么应用程序必须猜测，要么你必须知道编码并且应用程序必须让你告诉它。

AFAIK 如果您在使用 textutil 将 .doc 或 .docx 格式转换为文本时未指定输出编码，则会得到 UTF-8。但是当您尝试以编程方式或在 UI 中打开它时，Mac Word 似乎并没有意识到这一点。

所以我认为你需要做一些混合以下操作：

一个。保存并使用使用 16 位 Unicode 编码的格式。 Word 应该认识到这一点，当然如果 BOM 被保留

b.保存为 UTF 并在其他地方使用 UTF，但在 Mac Word 中重新打开文档之前，请使用 textutil 转换回（比如说）.docx

c。如果您的所有字符都可以使用 Mac OS Roman 进行编码，请使用例如

textutil -convert txt -encoding 30

要保存，请确保您只使用该字符集，然后使用 Word 重新打开。（30 是苹果 NSString 值 NSMacOSRomanStringEncoding 的值）。我认为 textutil 将无法转换包含 MacOS 罗马字符集之外的字符的文档。

【讨论】：