LibreOffice [thread ufficiale]

[giovanni69]

Ripeto: senza tante complicazioni di estrazioni di xml, comandi linux, ecc, non basterebbe un banale software che gira su Windows come Agent Ransack e fargli scansionare migliaia di files .doc .docx, .rtf su tutti i volumi/partizioni alla ricerca della stringa 'LibreOffice' all'interno di tali files?

Perchè il punto è che ho appena fatto un test: creato un bel file .odt con LibreOffice e l'ho salvato; poi il medesimo file l'ho aperto e ri-salvato in .docx:



Bene, effettuando una ricerca della stringa LibreOffice o LIBREOFFICE mentre all'interno di Testo.odt risulta positiva:




invece non individua nulla all'interno di Testo.docx

E' perchè il docx risulterebbe compresso che non permette di individuare i files .docx in cui LibreOffice in qualche modo è stato utilizzato per la loro creazione o modifica?

Li ho aperti anche con il Blocco Note ma in tutto il gibberish che si vede non si trova alcun 'creator' riferibile a LibreOffice.



Ho installato anche i 'Microsoft Office 2010 Filter Packs'

[andrew04]

Originariamente inviato da giovanni69

Ripeto: senza tante complicazioni di estrazioni di xml, comandi linux, ecc, non basterebbe un banale software che gira su Windows come Agent Ransack e fargli scansionare migliaia di files .doc .docx, .rtf su tutti i volumi/partizioni alla ricerca della stringa 'LibreOffice' all'interno di tali files?

Perchè il punto è che ho appena fatto un test: creato un bel file .odt con LibreOffice e l'ho salvato; poi il medesimo file l'ho aperto e ri-salvato in .docx:



Bene, effettuando una ricerca della stringa LibreOffice o LIBREOFFICE mentre all'interno di Testo.odt risulta positiva:




invece non individua nulla all'interno di Testo.docx

E' perchè il docx risulterebbe compresso che non permette di individuare i files .docx in cui LibreOffice in qualche modo è stato utilizzato per la loro creazione o modifica?

Li ho aperti anche con il Blocco Note ma in tutto il gibberish che si vede non si trova alcun 'creator' riferibile a LibreOffice.

Su Windows non ti posso aiutare più di tanto... non lo uso e non conosco quanto Linux.

Perché sono praticamente file compressi, aprilo con un programma per aprire file compressi, ed all'interno trovi il file che contiene la stringa.

La complicazione sta prevalentemente li, non ti deve cercare solo nel file, deve cercare nel file xml presente a sua volta nel file .docx.

Le finestre "proprietà" dei file manager di Linux o il comando extract, ti vanno per l'appunto a leggere quel file all'interno del file compresso e ti restituiscono il valore.

[giovanni69]

Originariamente inviato da andrew04

Perché sono praticamente file compressi, aprilo con un programma per aprire file compressi, ed all'interno trovi il file che contiene la stringa..

Ti ringrazio per la spiegazione andrew04.

Originariamente inviato da giovanni69

Ho installato anche i 'Microsoft Office 2010 Filter Packs'

Il punto è che il Filter Pack, dovrebbe proprio servire ad effettuare la decompressione che descrivi e che tra l'altro da Windows 8.x in su non dovrebbe essere nemmeno richiesta:

Version:
1

File Name:
FilterPack32bit.exe

FilterPack64bit.exe

Date Published:
20/12/2019

File Size:
3.5 MB

3.9 MB

"The Microsoft Filter Pack is a single point-of-distribution for Office IFilters. IFilters are components that allow search services to index content of specific file types, letting you search for content in those files. They are intended for use with Microsoft Search Services (Sharepoint, SQL, Exchange, Windows Search).

Install this product if you want to search for content in the file types listed below.

The Filter Pack includes:

Legacy Office Filter (97-2003; .doc, .ppt, .xls)
Metro Office Filter (2007; .docx, .pptx, .xlsx)
Zip Filter
OneNote filter
Visio Filter
Publisher Filter
Open Document Format Filter

Strict Open XML Spreadsheets are not supported for processing by these IFilters"

[andrew04]

Originariamente inviato da giovanni69

Ti ringrazio per la spiegazione andrew04.






Il punto è che il Filter Pack, dovrebbe proprio servire ad effettuare la decompressione che descrivi e che tra l'altro da Windows 8.x in su non dovrebbe essere nemmeno richiesta:

Version:
1

File Name:
FilterPack32bit.exe

FilterPack64bit.exe

Date Published:
20/12/2019

File Size:
3.5 MB

3.9 MB

"The Microsoft Filter Pack is a single point-of-distribution for Office IFilters. IFilters are components that allow search services to index content of specific file types, letting you search for content in those files. They are intended for use with Microsoft Search Services (Sharepoint, SQL, Exchange, Windows Search).

Install this product if you want to search for content in the file types listed below.

The Filter Pack includes:

Legacy Office Filter (97-2003; .doc, .ppt, .xls)
Metro Office Filter (2007; .docx, .pptx, .xlsx)
Zip Filter
OneNote filter
Visio Filter
Publisher Filter
Open Document Format Filter

Strict Open XML Spreadsheets are not supported for processing by these IFilters"

Sempre premettendo che non tocco Windows da parecchio, da quanto ho capito quello ti dovrebbe cercare il contenuto del documento così come lo vedi quando lo apri con Office, e non dell'archivio del documento.

Al massimo ti cerca il contenuto degli archivi zip con estensione zip stessa.

[Styb]

Originariamente inviato da giovanni69

E' perchè il docx risulterebbe compresso che non permette di individuare i files .docx in cui LibreOffice in qualche modo è stato utilizzato per la loro creazione o modifica?

Esattamente come dici, la ricerca testuale in un file compresso non è possibile se non dopo la sua decompressione.
Cercando in rete i programmi in grado di fare tale ricerca, ho trovato powergrep: https://www.powergrep.com/msword.html

e forse anche la versione trial ti permette di eseguire la ricerca che stai facendo.

Probabilmente esistono anche alternative a powergrep. In pratica è neessario usare programmi in grado di esguire una ricerca testuale nei file compressi.

Leggi anche qui: https://www.howtogeek.com/99406/how-...indows-search/

e leggi anche qui: https://www.ghacks.net/2020/01/22/dn...ide-documents/

Appena ho la possibilità faccio dei test.


EDIT: Ho fatto dei test e per i file .docx ho risolto con Winrar, leggi il mio messaggio successivo.

[gabriello2501]

Originariamente inviato da Styb

Esattamente come dici, la ricerca testuale in un file compresso non è possibile se non dopo la sua decompressione.

ma per compresso intendete zip, rar, ecc o altra cosa?

[Styb]

Originariamente inviato da gabriello2501

ma per compresso intendete zip, rar, ecc o altra cosa?

Nello specifico, i file .docx sono compressi in formato zip, puoi infatti usare un programma per file compressi, ad. esempio 7zip, winrar, bandizip ecc. per decomprimere il file docx e visualizzare così la sua struttura.

[gabriello2501]

Originariamente inviato da Styb

Nello specifico, i file .docx sono compressi in formato zip, puoi infatti usare un programma per file compressi, ad. esempio 7zip, winrar, bandizip ecc. per decomprimere il file docx e visualizzare così la sua struttura.

ah ok, pensavo si parlasse di ricerche all'interno di file compressi e invece non è questo il caso, anche se credo comunque che i vari programmi specifici cerchino anche all'interno dei docx e quindi forse non ho ancora capito di cosa si parlava

[Styb]

Originariamente inviato da giovanni69

E' perchè il docx risulterebbe compresso che non permette di individuare i files .docx in cui LibreOffice in qualche modo è stato utilizzato per la loro creazione o modifica?

Per i file .docx ho risolto con Winrar che riesce a trovare stringhe di testo nei file compressi:



Clicca sull'icona a lente a d'ingrandimento, inserisci la frase da cercare "libreoffice" e come tipo di archivio metti *.docx.

[gabriello2501]

Originariamente inviato da Styb

Per i file .docx ho risolto con Winrar che riesce a trovare stringhe di testo nei file compressi:



Clicca sull'icona a lente a d'ingrandimento, inserisci la frase da cercare "libreoffice" e come tipo di archivio metti *.docx.

ma usare progrmami tipo
Everything
Agent Ransack
Ultrasearch
SearchMyFiles
non è meglio?

[gabriello2501]

Originariamente inviato da Styb

Per i file .docx ho risolto con Winrar che riesce a trovare stringhe di testo nei file compressi:



Clicca sull'icona a lente a d'ingrandimento, inserisci la frase da cercare "libreoffice" e come tipo di archivio metti *.docx.

ma usare programmi tipo

Agent Ransack
Ultrasearch
Everything
SearchMyFiles
non è meglio?

[Styb]

Originariamente inviato da gabriello2501

ma usare programmi tipo

Agent Ransack
Ultrasearch
Everything
SearchMyFiles
non è meglio?

Li ho provati, ma la stringa da cercare non è nel corpo del testo del documento .docx, ma si trova in una sottocartella della struttura del file .docx, e utilizzando Ultrasearch, SearchMyFiles, dngrep ed Everything non sono riuscito a identificare i file con quella stringa. Sono poi riuscito usando winrar.

[giovanni69]

Salve a tutti,
quando mi capita di effettuare un copia-incolla da browser di un post lungo di questo forum, il risultato è che la parte finale viene tagliata e non riportata alla pagina successiva (come avviene regolarmente con MS Word).

In sostanza viene nascosta (più che tagliata), la parte finale.

Eccone un chiaro esempio:



Come correggere il problema in automatico?
Grazie

[zappy]

Originariamente inviato da giovanni69

Salve a tutti,
quando mi capita di effettuare un copia-incolla da browser di un post lungo di questo forum, il risultato è che la parte finale viene tagliata e non riportata alla pagina successiva

incolla non formattato
o converti tabella in testo

[giovanni69]

Grazie ma cosa accade con un incolla non formattato se chiaramente il testo è intabellato dentro un quote come quello che ho postato?

Viene fuori una schifezza stile anni 80'... perdendo la formattazione che individua il testo citato dal nuovo post.

E' come fare un copia-incolla sul Blocco Note...

Non è certo quello il risultato voluto da un editor evoluto!

Quando il testo formattato arriva al piè di pagina, l'editor deve accorgersi che non può nascondere il testo ma continuare alla pagina successiva sotto l'intestazione di pagina e concludere fino al termine della formattazione del testo.

Non ho ricordo una cosa del genere in Word.

[zappy]

Originariamente inviato da giovanni69

Grazie ma cosa accade con un incolla non formattato se chiaramente il testo è intabellato dentro un quote come quello che ho postato?

Viene fuori una schifezza stile anni 80'... perdendo la formattazione che individua il testo citato dal nuovo post.

E' come fare un copia-incolla sul Blocco Note...

Non è certo quello il risultato voluto da un editor evoluto!

personalmente preferisco un testo pulito e ordinato, rispetto all'accozzaglia di spazzatura che si porta dietro il testo formattato...
se vuoi il testo uguale, stampi un pdf o salvi l'html.

Quando il testo formattato arriva al piè di pagina, l'editor deve accorgersi che non può nascondere il testo ma continuare alla pagina successiva sotto l'intestazione di pagina e concludere fino al termine della formattazione del testo.

ho fatto qualche prova e a me non fa nessun taglio...

[giovanni69]

Originariamente inviato da zappy

personalmente preferisco un testo pulito e ordinato, rispetto all'accozzaglia di spazzatura che si porta dietro il testo formattato...
se vuoi il testo uguale, stampi un pdf o salvi l'html.

Personalmente se copio quel che vedo su browser e lo incollo su editor ottenendo lo stesso risultato, per me non è un'accozzaglia di spazzatura ma riproduzione fedele della pagina web.
Il fatto di ottenere tale riproduzione mi permette poi di sottilineare, effettuare editing più complicati se salvati su file PDF o HTML.

Originariamente inviato da zappy

ho fatto qualche prova e a me non fa nessun taglio...

Strano, per accorgerti devi far sì che il testo citato nel post copiato-incollato sia lungo abbastanza da arrivare (e virtualmente superare) il piè di pagina di LibreOffice, una volta incollato. In questo modo ti accorgi se/come la parte rimanente va a finire o meno correttamente nella pagina successiva (sotto all'intestazione), sulla falsariga dell'esempio che ho postato sopra.

[zappy]

Originariamente inviato da giovanni69

Personalmente se copio quel che vedo su browser e lo incollo su editor ottenendo lo stesso risultato, per me non è un'accozzaglia di spazzatura ma riproduzione fedele della pagina web.
Il fatto di ottenere tale riproduzione mi permette poi di sottilineare, effettuare editing più complicati se salvati su file PDF o HTML.

da test effettuati parecchio tempo fa, word ti incolla(va?) pure js e porcate varie, con tutte le conseguenze del caso.
io preferisco sia pulito.

Strano, per accorgerti devi far sì che il testo citato nel post copiato-incollato sia lungo abbastanza da arrivare (e virtualmente superare) il piè di pagina di LibreOffice, una volta incollato. In questo modo ti accorgi se/come la parte rimanente va a finire o meno correttamente nella pagina successiva (sotto all'intestazione), sulla falsariga dell'esempio che ho postato sopra.

linka un post che corrisponda e io verifico.

[giovanni69]

L'immagine che ho postato sopra è presa a caso da questo post:
https://www.hwupgrade.it/forum/showp...66&postcount=5

Ho copiato tutta la prima pagina di HW dal primo post riassuntivo della Redazione di Hardware Upg su un documento vuoto.

Dunque prendi pure tutto quel thread e copia pagina 1 con i relativi primi 20 post in un documento vuoto. I bordi credo siano standard a 2 cm sopra, sotto ed ai margini laterali.

A parte la spaziatura di diverse righe bianche che vengono inserite inutilmente dopo l'intestazione del singolo post (esempio)



- dicevo - a pagina 4 del documento così ottenuto dovresti ottenere quel post #5 di Jepessen e quel modo in viene 'tagliato/nascosta' la parte finale.

[giovanni69]

Originariamente inviato da zappy

linka un post che corrisponda e io verifico.

Ecco un altro:
https://www.hwupgrade.it/forum/showp...postcount=5420

Prova a selezionare tutto quel post, poi fai copia-incolla in un documento bianco.

Da me il risultato è il seguente:



Ovvero:
- splittato su 3 pagine, con intestazione del post in prima pagina
- in seconda pagina, il corpo centrale ma con la parte di mio commento che viena tagliata/nascosta
- terza pagina con pie' di pagina del post.

Suggerimenti per risolvere ed ottenere un testo formattato come quello di pagina 2 ma che non venga tagliato?

Grazie