catdoc
Lee archivos Microsoft Word [.doc, .dot, .rtf y .xml]. y envía su contenido a la salida estándar como texto. Incluye las herramientas xls2csv [convierte formatos de hojas de cálculo de Excel] y catppt [utilidad para extraer información textual de archivos de PowerPoint]
$ catdoc archivo.doc
uso básico
$ catdoc archivo.doc > contenido.txt
guardar el texto en contenido.txt
$ head -n 10 | catdoc archivo.doc
mostrar solo las primeras 10 líneas del documento como texto sin formato