我有大量的 MSWord 文档（大约 40,000 个），它们是邮件合并的结果（相同的主文档，不同的数据源）。
合并字段之一是可以具有文本“是”或“否”的文本字段。
有没有一种简单的方法可以列出哪些文档的合并字段设置为值“是”？（我预计大约有 10,000 个“是”文件。）
我会对任何方法感兴趣，无论是使用 Word 本身、Office 自动化、十六进制转储二进制文件和 grepping 以获取某些魔法，还是任何可以做这类事情的现成工具（perl 脚本、.NET 应用程序等） .
这些文件位于可从 Linux 和 Windows 机器访问的网络共享上（如果有必要，我可能会窃取 Mac 一段时间），所以我不太担心这些工具在哪个平台上运行......
如果它们是 Word 2007 文档，它会容易得多，因为文件格式是 XML。（即使使用 Word 2003，您也可以将其另存为 XML 文档，尽管它不是默认设置）。但是，我假设这些是使用默认（二进制）文件格式的标准 Word 2003 文档。
我相信有一些工具可以直接处理二进制文件格式，并且可能能够将文档转换为文本文件，然后您可以处理 - 大概您可以搜索出现在该字段之前的一些文本，例如“你是认真的吗：”。
但是，最简单/最简单的方法（但就执行时间而言最慢）是编写一个 VBA 程序来打开每个文档，搜索字段并提取结果。这将是非常简单的 VBA，您可以在 Word 本身中执行此操作（这意味着代码可以使用现有的 Word 运行实例）。我会说你可以在几个小时内启动并运行它——然后你可以在它工作的时候再站起来几个小时:-)