DOC を TXT に変換する — 無料のオンラインコンバーター

DOC は、豊富な書式設定、画像、レイアウト情報を OLE2 複合ドキュメントに格納した Microsoft Word のバイナリ形式です。 TXT は最も単純なドキュメント形式であり、書式設定、メタデータ、埋め込みコンテンツのない純粋なテキスト文字です。 DOC を TXT に変換すると、テキスト コンテンツのみが抽出され、あらゆるプラットフォーム上のあらゆるソフトウェアで読み取り可能な軽量のファイルが生成されます。

これは文書の簡素化の最も抜本的な形式です。 DOC のすべての視覚要素 (フォント、色、サイズ、表、画像、ヘッダー、フッター、余白) は破棄されます。 残るのは、文書の純粋なテキストコンテンツであり、段落区切りで順番にレイアウトされます。 結果の TXT ファイルは通常、ソース DOC より 95 ～ 99% 小さくなります。

TXT ファイルは、データ交換の普遍的な分母です。 これらは、コマンドライン ツール (grep、awk、sed)、プログラミング言語 (どの言語もテキストをネイティブに読み取ります)、データベース (テキストの一括インポート)、バージョン管理システム (Git はテキストの変更を行ごとに追跡します)、および最新のドキュメント形式より前のレガシー システムで動作します。 宛先システムがプレーン テキストのみを受け入れる場合、DOC から TXT への変換が必要です。

TXT は、互換性のないシステム間でコンテンツを移行する場合に選択される形式でもあります。 Microsoft Word から静的サイト ジェネレーター、Wiki エンジン、またはカスタム CMS にコンテンツを移動するには、多くの場合、まず生のテキストを抽出してから、ターゲット システムの書式設定を適用する必要があります。 TXT は、このワークフローの最もクリーンな中間表現として機能します。

LibreOffice は DOC バイナリを開き、プレーン テキスト エクスポート フィルターを使用してテキスト コンテンツをエクスポートします。 フィルターはドキュメントの段落ストリームをたどり、書式設定された制御語、埋め込みオブジェクト、およびバイナリ メタデータを取り除きながらテキスト コンテンツを抽出します。 段落区切り文字は、プラットフォームのネイティブの行末 (Unix/Mac の場合は LF、Windows の場合は CRLF) として書き込まれます。 ソフト ハイフン、非改行スペース、その他の Word の特殊文字は、最も近いプレーンテキストの文字に変換されます。 出力エンコーディングは UTF-8 なので、国際文字が正しく保持されます。