我是Rails的新手，但正在开发一个web应用程序，该应用程序需要从一个大型文本文件数据库中提取文本并以html显示文本。这些文件在.doc、.docx、.wps和.pages中，目前只是放在硬盘上。wps和.pages中的文件数量足够少，我可以手动将其转换为.doc，但问题仍然存在：如何获取.doc或.docx文件中的文本，以便将其保存到sqlite数据库中以备将来使用？
谢谢！
看看Yomu。它是一个充当Apache TIKA包装器的gem，它支持各种文档格式，其中包括：
- Microsoft Office OLE 2和Office Open XML格式（.doc、.docx、.xls、.xlsx、.ppt、.pptx）
- OpenOffice.org开放文档格式（.odt、.ods、.odp）
- Apple iWorks格式
- 富文本格式（.rtf）
- 可移植文档格式（.pdf）
这是一个很长的迂回方法，但开放式办公室可以转换文件，有一些编程方法可以做到这一点：http://railstech.com/2010/08/convert-open-office-document-to-another-open-office-format/
这可能还不是最好的方法，但也许会给车轮带来一些润滑油。