Odzyskiwanie tekstu z uszkodzonego dokumentu MS WORD

Disclaimer: nie jest to uniwersalne panaceum na odzyskiwanie wszystkiego zawsze i wszędzie. To moje luźne spostrzeżenia, które mogą komuś pomóc... ale wcale nie muszą.

No i klops. Szlag trafił nasz dokument Worda. Podczas próby uruchomienia otrzymujemy informację o problemie i sugestię skorzystania z konwertera "Odzyskiwanie tekstu". Pełni radości korzystamy z konwertera i... komunikat ten sam. Najwyraźniej konwerter widzi nagłówek dokumentu Worda i przestaje się wysilać nad odzyskiwaniem, a tylko próbuje otworzyć dokument Word. Rada? Trzeba dokument ten zepsuć jeszcze bardziej. Tworzymy plik xxx.txt o zawartości xxx, a następnie doklejamy go na początek uszkodzonego pliku: copy /b xxx.txt + UszkodzonyDokument.doc BardziejUszkodzony.doc. Próba otwarcia dokumentu BardziejUszkodzony.doc konwerterem "Odzyskiwanie tekstu" powinna przynieść już pewne konkrety w postaci odzyskanego tekstu - oczywiście bez formatowania, z rozjechanymi tabelkami i bez obrazków.

Użytkowniku, pamiętaj! Ludzie dzielą się na dwie grupy: tych co robią kopie zapasowe i tych co będą je robić.

Format WMZ

Przy zapisie dokumentu w formacie HTML z Microsoft Word 2003 na dysku pojawia się plik imageXXX.wmz. Jest to, jak wykazało śledztwo :) skompresowany algorytem GZIP plik WMF. Po dekompresji (WinRAR sobie poradzi) i ew. zmianie rozszerzenia otrzymujemy w pełni funkcjonalny plik Windows Metafile. Analogiczna zależność podobno istnieje dla plików EMZ i EMF. Informację znalazłem w google groups.

Odczytywanie formatu MDI

Microsoft, w swej nieskończonej mądrości i dobroci dla użytkowników, wprowadził razem z pakietem Office pseudodrukarkę "Microsoft Office Document Image Writer". Ten wynalazek zapisuje dokumenty w formacie TIFF (ale tylko czarno-białe), lub MDI - kolorowe i otwierane wyłącznie przez Microsoft Office Document Imaging. Lub przez znaleziony przeze mnie free MDI Viewer - narzędzie w sam raz dla kogoś, kto nie ma MS Office, a został przez kogoś uszczęśliwiony dokumentem w tym formacie. Patrz: free MDI Viewer

Aktualizacja, 15.08.2007
Cytowana wyżej strona nie działa, autor ma nową pod adresem http://igorsw.googlepages.com/