寻找将CAJ格式文档转txt文本的方案

Question

现在有几十个G的caj文件，这批文件可以用CAJViewer程序打开，也可以使用CAJViewer工具中的另存为功能把它存为txt文件，但是我这几十个G的文件有好几十万个，用人手工使用CAJViewer工具来转换显然不现实。请问：
1）是否有现成的工具将大量caj文件批量转换txt格式文件
2）如果没有现成工具，请问是否可以采取自己编写代码，通过调用某种组件来读取caj文件中的文字？

Answer 1

以下内容由CHATGPT及阿里嘎多学长共同生成、有用望采纳：

---

您好，针对您的需求，我找到了一些可能的解决方案：

1）现成的工具：目前没有找到专门批量将CAJ文件转换为txt格式的现成工具。不过，有一些在线服务和第三方库可能可以提供帮助。例如，您可以使用“易转换”网站提供的在线免费服务将CAJ文档转换为TXT文件[^4^]。此外，还有CAJViewer的另存为功能，虽然这需要手动操作，但可以作为参考[^3^]。

2）编写代码：如果您熟悉Python编程，可以考虑使用Python来编写脚本实现批量转换。搜索结果中提到了使用PyMuPDF库将CAJ文件转换为PDF，然后可能需要进一步处理PDF以提取文本[^1^]。另外，有一个名为caj2pdf-restructured的Python项目，它提供了将CAJ文件转换为PDF的功能，但请注意，这个项目目前只支持部分CAJ文件的转换，并且转换得到的PDF内容可能为图片格式，无法直接提取文字[^5^]。

由于直接将CAJ转换为txt的现成工具不多，编写代码可能是一个可行的解决方案。如果您决定编写代码，可能需要结合多个库和工具来实现这一功能。例如，您可以使用caj2pdf-restructured将CAJ转换为PDF，然后使用Python的PDF处理库如PyPDF2来提取文本内容。

希望这些信息对您有所帮助。如果您需要进一步的帮助或有其他问题，请随时告诉我。