software/catdoc/catdoc.1.html

   1 <!-- Creator     : groff version 1.18.1 -->
   2 <!-- CreationDate: Fri Dec  9 14:11:37 2005 -->
   3 <html>
   4 <head>
   5 <meta name="generator" content="groff -Thtml, see www.gnu.org">
   6 <meta name="Content-Style" content="text/css">
   7 <title>catdoc</title>
   8 </head>
   9 <body>
  10
  11 <h1 align=center>catdoc</h1>
  12 <a href="#NAME">NAME</a><br>
  13 <a href="#SYNOPSIS">SYNOPSIS</a><br>
  14 <a href="#DESCRIPTION">DESCRIPTION</a><br>
  15 <a href="#OPTIONS">OPTIONS</a><br>
  16 <a href="#CHARACTER SETS">CHARACTER SETS</a><br>
  17 <a href="#CHARACTER SUBSTITUTION">CHARACTER SUBSTITUTION</a><br>
  18 <a href="#RUNTIME CONFIGURATION">RUNTIME CONFIGURATION</a><br>
  19 <a href="#BUGS">BUGS</a><br>
  20 <a href="#SEE ALSO">SEE ALSO</a><br>
  21 <a href="#AUTHOR">AUTHOR</a><br>
  22
  23 <hr>
  24 <a name="NAME"></a>
  25 <h2>NAME</h2>
  26 <!-- INDENTATION -->
  27 <table width="100%" border=0 rules="none" frame="void"
  28        cols="2" cellspacing="0" cellpadding="0">
  29 <tr valign="top" align="left">
  30 <td width="10%"></td>
  31 <td width="89%">
  32 <p>catdoc &minus; reads MS-Word file and puts its content as
  33 plain text on standard output</p>
  34 </td>
  35 </table>
  36 <a name="SYNOPSIS"></a>
  37 <h2>SYNOPSIS</h2>
  38 <!-- INDENTATION -->
  39 <table width="100%" border=0 rules="none" frame="void"
  40        cols="2" cellspacing="0" cellpadding="0">
  41 <tr valign="top" align="left">
  42 <td width="10%"></td>
  43 <td width="89%">
  44 <p><b>catdoc</b> [<b>-vlu8btawxV</b>] [<b>-m</b>
  45 <i>number</i>] [ <b>-s</b> <i>charset</i>] [ <b>-d</b>
  46 <i>charset</i>] [ <b>-f</b> <i>output-format</i>]
  47 <i>file</i></p>
  48 </td>
  49 </table>
  50 <a name="DESCRIPTION"></a>
  51 <h2>DESCRIPTION</h2>
  52 <!-- INDENTATION -->
  53 <table width="100%" border=0 rules="none" frame="void"
  54        cols="2" cellspacing="0" cellpadding="0">
  55 <tr valign="top" align="left">
  56 <td width="10%"></td>
  57 <td width="89%">
  58 <p><b>catdoc</b> behaves much like <b>cat</b>(1) but it
  59 reads MS-Word file and produces human-readable text on
  60 standard output. Optionally it can use <b>latex</b>(1)
  61 escape sequences for characters which have special meaning
  62 for LaTeX. It also makes some effort to recognize MS-Word
  63 tables, although it never tries to write correct headers for
  64 LaTeX tabular environment. Additional output formats, such
  65 is HTML can be easily defined.</p>
  66 <!-- INDENTATION -->
  67 <p><b>catdoc</b> doesn&rsquo;t attempt to extract formatting
  68 information other than tables from MS-Word document, so
  69 different output modes means mainly that different
  70 characters should be escaped and different ways used to
  71 represent characters, missing from output charset. See
  72 CHARACTER SUBSTITUTION below</p>
  73 <!-- INDENTATION -->
  74 <p><b>catdoc</b> uses internal <b>unicode</b>(4)
  75 representation of text, so it is able to convert texts when
  76 charset in source document doesn&rsquo;t match charset on
  77 target system. See CHARACTER SETS below.</p>
  78 <!-- INDENTATION -->
  79 <p>If no file names supplied, <b>catdoc</b> processes its
  80 standard input unless it is terminal. It is unlikely that
  81 somebody could type Word document from keyboard, so if
  82 <b>catdoc</b> invoked without arguments and stdin is not
  83 redirected, it prints brief usage message and exits.
  84 Processing of standard input (even among other files) can be
  85 forced using dash &rsquo;-&rsquo; as file name.</p>
  86 <!-- INDENTATION -->
  87 <p>By default, <b>catdoc</b> wraps lines which are more than
  88 72 chars long and separates paragraphs by blank lines. This
  89 behavior can be turned of by <b>-w</b> switch. In
  90 <i>wide</i> mode <b>catdoc prints each paragraph as one long
  91 line, suitable for import into</b> word processors which
  92 perform word wrapping theirselves.</p>
  93 </td>
  94 </table>
  95 <a name="OPTIONS"></a>
  96 <h2>OPTIONS</h2>
  97 <!-- TABS -->
  98 <table width="100%" border=0 rules="none" frame="void"
  99        cols="4" cellspacing="0" cellpadding="0">
 100 <tr valign="top" align="left">
 101 <td width="11%"></td>
 102 <td width="4%">
 103
 104 <p><b>-a</b></p>
 105 </td>
 106 <td width="7%"></td>
 107 <td width="76%">
 108
 109 <p>- shortcut for -f ascii. Produces ASCII text as output.
 110 Separates table columns with TAB</p>
 111 </td>
 112 <tr valign="top" align="left">
 113 <td width="11%"></td>
 114 <td width="4%">
 115
 116 <p><b>-b</b></p>
 117 </td>
 118 <td width="7%"></td>
 119 <td width="76%">
 120
 121 <p>- process broken MS-Word file. Normally, <b>catdoc
 122 checks if first 8 bytes</b> of file is Microsoft OLE
 123 signature. If so, it processes file, otherwise it just
 124 copies it to stdin. It is intended to use <b>catdoc</b> as
 125 filter for viewing all files with <i>.doc</i> extension.</p>
 126 </td>
 127 </table>
 128 <!-- INDENTATION -->
 129 <table width="100%" border=0 rules="none" frame="void"
 130        cols="2" cellspacing="0" cellpadding="0">
 131 <tr valign="top" align="left">
 132 <td width="10%"></td>
 133 <td width="89%">
 134 <p><b>-d</b><i>charset</i></p></td>
 135 </table>
 136 <!-- INDENTATION -->
 137 <table width="100%" border=0 rules="none" frame="void"
 138        cols="2" cellspacing="0" cellpadding="0">
 139 <tr valign="top" align="left">
 140 <td width="23%"></td>
 141 <td width="76%">
 142 <p>- specifies destination charset name. Charset file has
 143 format described in CHARACTER SETS below and should have
 144 <b>.txt</b> extension and reside in <b>catdoc library
 145 directory ( ${exec_prefix}/lib/catdoc). By default,
 146 current</b> locale charset is used if langinfo support
 147 compiled in.</p>
 148 </td>
 149 </table>
 150 <!-- INDENTATION -->
 151 <table width="100%" border=0 rules="none" frame="void"
 152        cols="2" cellspacing="0" cellpadding="0">
 153 <tr valign="top" align="left">
 154 <td width="10%"></td>
 155 <td width="89%">
 156 <p><b>-f</b><i>format</i></p></td>
 157 </table>
 158 <!-- INDENTATION -->
 159 <table width="100%" border=0 rules="none" frame="void"
 160        cols="2" cellspacing="0" cellpadding="0">
 161 <tr valign="top" align="left">
 162 <td width="23%"></td>
 163 <td width="76%">
 164 <p>- specifies output format as described in CHARACTER
 165 SUBSTITUTION below. <b>catdoc</b> comes with two output
 166 formats - ascii and tex. You can add your own if you
 167 wish.</p>
 168 </td>
 169 </table>
 170 <!-- TABS -->
 171 <table width="100%" border=0 rules="none" frame="void"
 172        cols="4" cellspacing="0" cellpadding="0">
 173 <tr valign="top" align="left">
 174 <td width="11%"></td>
 175 <td width="2%">
 176
 177 <p><b>-l</b></p>
 178 </td>
 179 <td width="8%"></td>
 180 <td width="76%">
 181
 182 <p>Causes <b>catdoc</b> to list names of available charsets
 183 to the stdout and exit successfully.</p>
 184 </td>
 185 </table>
 186 <!-- INDENTATION -->
 187 <table width="100%" border=0 rules="none" frame="void"
 188        cols="2" cellspacing="0" cellpadding="0">
 189 <tr valign="top" align="left">
 190 <td width="10%"></td>
 191 <td width="89%">
 192 <p><b>-m</b><i>number</i></p></td>
 193 </table>
 194 <!-- INDENTATION -->
 195 <table width="100%" border=0 rules="none" frame="void"
 196        cols="2" cellspacing="0" cellpadding="0">
 197 <tr valign="top" align="left">
 198 <td width="23%"></td>
 199 <td width="76%">
 200 <p>Specifies right margin for text (default 72). <b>-m 0</b>
 201 is equivalent to <b>-w</b></p>
 202 </td>
 203 </table>
 204 <!-- INDENTATION -->
 205 <table width="100%" border=0 rules="none" frame="void"
 206        cols="2" cellspacing="0" cellpadding="0">
 207 <tr valign="top" align="left">
 208 <td width="10%"></td>
 209 <td width="89%">
 210 <p><b>-s</b><i>charset</i></p></td>
 211 </table>
 212 <!-- INDENTATION -->
 213 <table width="100%" border=0 rules="none" frame="void"
 214        cols="2" cellspacing="0" cellpadding="0">
 215 <tr valign="top" align="left">
 216 <td width="23%"></td>
 217 <td width="76%">
 218 <p>Specifies source charset. (one used in Word document), if
 219 Word document doesn&rsquo;t contain UTF-16 text. When
 220 reading rtf documents, it is typically not necessary,
 221 because rtf documents contain ansicpg specification. But it
 222 can be set wrong by Word (I&rsquo;ve seen RTF documents on
 223 Russian, where cp1252 was specified). In this case this
 224 option would take precedence over charset, specified in the
 225 document. But source_charset statement in the configuration
 226 file have less priority than charset in the document.</p>
 227 </td>
 228 </table>
 229 <!-- TABS -->
 230 <table width="100%" border=0 rules="none" frame="void"
 231        cols="4" cellspacing="0" cellpadding="0">
 232 <tr valign="top" align="left">
 233 <td width="11%"></td>
 234 <td width="4%">
 235
 236 <p><b>-t</b></p>
 237 </td>
 238 <td width="7%"></td>
 239 <td width="76%">
 240
 241 <p>- shortcut for <b>-f tex</b> converts all printable
 242 chars, which have special meaning for <b>LaTeX</b>(1) into
 243 appropriate control sequences. Separates table columns by
 244 <b>&amp;.</b></p>
 245 </td>
 246 <tr valign="top" align="left">
 247 <td width="11%"></td>
 248 <td width="4%">
 249
 250 <p><b>-u</b></p>
 251 </td>
 252 <td width="7%"></td>
 253 <td width="76%">
 254
 255 <p>- declares that Word document contain UNICODE (UTF-16)
 256 representation of text (as some Word-97 documents). If
 257 catdoc fails to correct Word document with default charset,
 258 try this option.</p>
 259 </td>
 260 <tr valign="top" align="left">
 261 <td width="11%"></td>
 262 <td width="4%">
 263
 264 <p><b>-8</b></p>
 265 </td>
 266 <td width="7%"></td>
 267 <td width="76%">
 268
 269 <p>- declares is Word document is 8 bit. Just in case that
 270 catdoc recognizes file format incorrectly.</p>
 271 </td>
 272 <tr valign="top" align="left">
 273 <td width="11%"></td>
 274 <td width="4%">
 275
 276 <p><b>-w</b></p>
 277 </td>
 278 <td width="7%"></td>
 279 <td width="76%">
 280
 281 <p>disables word wrapping. By default <b>catdoc</b> output
 282 is splitted into lines not longer than 72 (or number,
 283 specified by -m option) characters and paragraphs are
 284 separated by blank line. With this option each paragraph is
 285 one long line.</p>
 286 </td>
 287 <tr valign="top" align="left">
 288 <td width="11%"></td>
 289 <td width="4%">
 290
 291 <p><b>-x</b></p>
 292 </td>
 293 <td width="7%"></td>
 294 <td width="76%">
 295
 296 <p>causes catdoc to output unknown UNICODE character as
 297 \xNNNN, instead of question marks.</p>
 298 </td>
 299 <tr valign="top" align="left">
 300 <td width="11%"></td>
 301 <td width="4%">
 302
 303 <p><b>-v</b></p>
 304 </td>
 305 <td width="7%"></td>
 306 <td width="76%">
 307
 308 <p>causes catdoc to print some useless information about
 309 word document structure to stdout before actual start of
 310 text.</p>
 311 </td>
 312 <tr valign="top" align="left">
 313 <td width="11%"></td>
 314 <td width="4%">
 315
 316 <p><b>-V</b></p>
 317 </td>
 318 <td width="7%"></td>
 319 <td width="76%">
 320
 321 <p>outputs catdoc version</p>
 322 </td>
 323 </table>
 324 <a name="CHARACTER SETS"></a>
 325 <h2>CHARACTER SETS</h2>
 326 <!-- INDENTATION -->
 327 <table width="100%" border=0 rules="none" frame="void"
 328        cols="2" cellspacing="0" cellpadding="0">
 329 <tr valign="top" align="left">
 330 <td width="10%"></td>
 331 <td width="89%">
 332 <p>When processing MS-Word file <b>catdoc</b> uses
 333 information about two character sets, typically different -
 334 input and output. They are stored in plain text files in
 335 <b>catdoc</b> library directory. Character set files should
 336 contain two whitespace-separated hexadecimal numbers - 8-bit
 337 code in character set and 16-bit Unicode code. Anything from
 338 hash mark to end of line is ignored, as well as blank
 339 lines.</p>
 340 <!-- INDENTATION -->
 341 <p><b>catdoc</b> distribution includes some of these
 342 character sets. Additional character set definitions,
 343 directly usable by <b>catdoc</b> can be obtained from
 344 ftp.unicode.org. Charset files have <b>.txt</b> suffix,
 345 which shouldn&rsquo;t be specified in command-line or
 346 configuration files.</p>
 347 <!-- INDENTATION -->
 348 <p>Note that <b>catdoc</b> is distributed with Cyrillic
 349 charsets as default. If you are not Russian, you probably
 350 don&rsquo;t want it, an should reconfigure catdoc at compile
 351 time or in runtime configuration file.</p>
 352 <!-- INDENTATION -->
 353 <p>When dealing with documents with charsets other than
 354 default, remember that Microsoft never uses ISO charsets.
 355 While letters in, say cp1252 are at the same position as in
 356 ISO-8859-1, some punctuation signs would be lost, if you
 357 specify ISO-8859-1 as input charset. If you use cp1252,
 358 catdoc would deal with those signs as described in CHARACTER
 359 SUBSTITUTION below.</p>
 360 </td>
 361 </table>
 362 <a name="CHARACTER SUBSTITUTION"></a>
 363 <h2>CHARACTER SUBSTITUTION</h2>
 364 <!-- INDENTATION -->
 365 <table width="100%" border=0 rules="none" frame="void"
 366        cols="2" cellspacing="0" cellpadding="0">
 367 <tr valign="top" align="left">
 368 <td width="10%"></td>
 369 <td width="89%">
 370 <p><b>catdoc</b> converts MS-Word file into following
 371 internal Unicode representation:</p>
 372 </td>
 373 </table>
 374 <!-- INDENTATION -->
 375 <table width="100%" border=0 rules="none" frame="void"
 376        cols="2" cellspacing="0" cellpadding="0">
 377 <tr valign="top" align="left">
 378 <td width="10%"></td>
 379 <td width="89%">
 380 <p>1. Paragraphs are separated by ASCII Line Feed symbol
 381 (0x000A)</p></td>
 382 </table>
 383 <!-- INDENTATION -->
 384 <table width="100%" border=0 rules="none" frame="void"
 385        cols="2" cellspacing="0" cellpadding="0">
 386 <tr valign="top" align="left">
 387 <td width="10%"></td>
 388 <td width="89%">
 389 <p>2. Table cells within row are separated by ASCII Field
 390 Separator symbol</p></td>
 391 </table>
 392 <!-- INDENTATION -->
 393 <table width="100%" border=0 rules="none" frame="void"
 394        cols="2" cellspacing="0" cellpadding="0">
 395 <tr valign="top" align="left">
 396 <td width="17%"></td>
 397 <td width="82%">
 398 <p>(0x001C)</p>
 399 </td>
 400 </table>
 401 <!-- INDENTATION -->
 402 <table width="100%" border=0 rules="none" frame="void"
 403        cols="2" cellspacing="0" cellpadding="0">
 404 <tr valign="top" align="left">
 405 <td width="10%"></td>
 406 <td width="89%">
 407 <p>3. Table rows are separated by ASCII Record Separator
 408 (0x001E)</p></td>
 409 </table>
 410 <!-- INDENTATION -->
 411 <table width="100%" border=0 rules="none" frame="void"
 412        cols="2" cellspacing="0" cellpadding="0">
 413 <tr valign="top" align="left">
 414 <td width="10%"></td>
 415 <td width="89%">
 416 <p>4. All printable characters, including whitespace are
 417 represented with their</p></td>
 418 </table>
 419 <!-- INDENTATION -->
 420 <table width="100%" border=0 rules="none" frame="void"
 421        cols="2" cellspacing="0" cellpadding="0">
 422 <tr valign="top" align="left">
 423 <td width="17%"></td>
 424 <td width="82%">
 425 <p>respective UNICODE codes.</p>
 426 </td>
 427 </table>
 428 <!-- INDENTATION -->
 429 <table width="100%" border=0 rules="none" frame="void"
 430        cols="2" cellspacing="0" cellpadding="0">
 431 <tr valign="top" align="left">
 432 <td width="10%"></td>
 433 <td width="89%">
 434 <p>This UNICODE representation is subsequently converted
 435 into 8-bit text in target character set using following
 436 four-step algorithm:</p>
 437 </td>
 438 </table>
 439 <!-- INDENTATION -->
 440 <table width="100%" border=0 rules="none" frame="void"
 441        cols="2" cellspacing="0" cellpadding="0">
 442 <tr valign="top" align="left">
 443 <td width="10%"></td>
 444 <td width="89%">
 445 <p>1. List of special characters is searched for given
 446 Unicode character.</p></td>
 447 </table>
 448 <!-- INDENTATION -->
 449 <table width="100%" border=0 rules="none" frame="void"
 450        cols="2" cellspacing="0" cellpadding="0">
 451 <tr valign="top" align="left">
 452 <td width="17%"></td>
 453 <td width="82%">
 454 <p>If found, then appropriate multi-character sequence is
 455 output instead of character.</p>
 456 </td>
 457 </table>
 458 <!-- INDENTATION -->
 459 <table width="100%" border=0 rules="none" frame="void"
 460        cols="2" cellspacing="0" cellpadding="0">
 461 <tr valign="top" align="left">
 462 <td width="10%"></td>
 463 <td width="89%">
 464 <p>2. If there is an equivalent in target character set, it
 465 is output.</p></td>
 466 </table>
 467 <!-- INDENTATION -->
 468 <table width="100%" border=0 rules="none" frame="void"
 469        cols="2" cellspacing="0" cellpadding="0">
 470 <tr valign="top" align="left">
 471 <td width="10%"></td>
 472 <td width="89%">
 473 <p>3. Otherwise, replacement list is searched and, if there
 474 is multi-character</p></td>
 475 </table>
 476 <!-- INDENTATION -->
 477 <table width="100%" border=0 rules="none" frame="void"
 478        cols="2" cellspacing="0" cellpadding="0">
 479 <tr valign="top" align="left">
 480 <td width="17%"></td>
 481 <td width="82%">
 482 <p>substitution for this UNICODE char, it is output.</p>
 483 </td>
 484 </table>
 485 <!-- INDENTATION -->
 486 <table width="100%" border=0 rules="none" frame="void"
 487        cols="2" cellspacing="0" cellpadding="0">
 488 <tr valign="top" align="left">
 489 <td width="10%"></td>
 490 <td width="89%">
 491 <p>4. If all above fails, &quot;Unknown char&quot; symbol
 492 (question mark) is output.</p></td>
 493 </table>
 494 <!-- INDENTATION -->
 495 <table width="100%" border=0 rules="none" frame="void"
 496        cols="2" cellspacing="0" cellpadding="0">
 497 <tr valign="top" align="left">
 498 <td width="10%"></td>
 499 <td width="89%">
 500 <p>Lists of special characters and list of substitution are
 501 character set-independent, because special chars should be
 502 escaped regardless of their existence in target character
 503 set (usually, they are parts of US-ASCII, and therefore
 504 exist in any character set) and replacement list is searched
 505 only for those characters, which are not found in target
 506 character set.</p>
 507 <!-- INDENTATION -->
 508 <p>These lists are stored in <b>catdoc</b> library directory
 509 in files with prefix of format name. These files have
 510 following format:</p>
 511 <!-- INDENTATION -->
 512 <p>Each line can be either comment (starting with hash mark)
 513 or contain hexadecimal UNICODE value, separated by
 514 whitespace from string, which would be substituted instead
 515 of it. If string contain no whitespace it can be used as is,
 516 otherwise it should be enclosed in single or double quotes.
 517 Usual backslash sequences like
 518 <i>&rsquo;\n&rsquo;</i>,<i>&rsquo;\t&rsquo;</i> can be used
 519 in these string.</p>
 520 </td>
 521 </table>
 522 <a name="RUNTIME CONFIGURATION"></a>
 523 <h2>RUNTIME CONFIGURATION</h2>
 524 <!-- INDENTATION -->
 525 <table width="100%" border=0 rules="none" frame="void"
 526        cols="2" cellspacing="0" cellpadding="0">
 527 <tr valign="top" align="left">
 528 <td width="10%"></td>
 529 <td width="89%">
 530 <p>Upon startup catdoc reads its system-wide configuration
 531 file ( <b>catdocrc in catdoc</b> library directory) and then
 532 user-specific configuration file
 533 <b>${HOME}/.catdocrc.</b></p>
 534 <!-- INDENTATION -->
 535 <p>These files can contain following directives:</p>
 536 </td>
 537 </table>
 538 <!-- INDENTATION -->
 539 <table width="100%" border=0 rules="none" frame="void"
 540        cols="2" cellspacing="0" cellpadding="0">
 541 <tr valign="top" align="left">
 542 <td width="10%"></td>
 543 <td width="89%">
 544 <p><b>source_charset =</b> <i>charset-name</i></p></td>
 545 </table>
 546 <!-- INDENTATION -->
 547 <table width="100%" border=0 rules="none" frame="void"
 548        cols="2" cellspacing="0" cellpadding="0">
 549 <tr valign="top" align="left">
 550 <td width="23%"></td>
 551 <td width="76%">
 552 <p>Sets default source charset, which would be used if no
 553 <b>-s</b> option specified. Consult configuration of nearby
 554 windows workstation to find one you need.</p>
 555 </td>
 556 </table>
 557 <!-- INDENTATION -->
 558 <table width="100%" border=0 rules="none" frame="void"
 559        cols="2" cellspacing="0" cellpadding="0">
 560 <tr valign="top" align="left">
 561 <td width="10%"></td>
 562 <td width="89%">
 563 <p><b>target_charset =</b> <i>charset-name</i></p></td>
 564 </table>
 565 <!-- INDENTATION -->
 566 <table width="100%" border=0 rules="none" frame="void"
 567        cols="2" cellspacing="0" cellpadding="0">
 568 <tr valign="top" align="left">
 569 <td width="23%"></td>
 570 <td width="76%">
 571 <p>Sets default output charset. You probably know, which one
 572 you use.</p>
 573 </td>
 574 </table>
 575 <!-- INDENTATION -->
 576 <table width="100%" border=0 rules="none" frame="void"
 577        cols="2" cellspacing="0" cellpadding="0">
 578 <tr valign="top" align="left">
 579 <td width="10%"></td>
 580 <td width="89%">
 581 <p><b>charset_path =</b> <i>directory-list</i></p></td>
 582 </table>
 583 <!-- INDENTATION -->
 584 <table width="100%" border=0 rules="none" frame="void"
 585        cols="2" cellspacing="0" cellpadding="0">
 586 <tr valign="top" align="left">
 587 <td width="23%"></td>
 588 <td width="76%">
 589 <p>colon-separated list of directories, which are searched
 590 for charset files. This allows you to install additional
 591 charsets in your home directory.</p>
 592 </td>
 593 </table>
 594 <!-- INDENTATION -->
 595 <table width="100%" border=0 rules="none" frame="void"
 596        cols="2" cellspacing="0" cellpadding="0">
 597 <tr valign="top" align="left">
 598 <td width="10%"></td>
 599 <td width="89%">
 600 <p><b>map_path =</b> <i>directory-list</i></p></td>
 601 </table>
 602 <!-- INDENTATION -->
 603 <table width="100%" border=0 rules="none" frame="void"
 604        cols="2" cellspacing="0" cellpadding="0">
 605 <tr valign="top" align="left">
 606 <td width="23%"></td>
 607 <td width="76%">
 608 <p>colon-separated list of directories, which are searched
 609 for special character map and replacement map.</p>
 610 </td>
 611 </table>
 612 <!-- INDENTATION -->
 613 <table width="100%" border=0 rules="none" frame="void"
 614        cols="2" cellspacing="0" cellpadding="0">
 615 <tr valign="top" align="left">
 616 <td width="10%"></td>
 617 <td width="89%">
 618 <p><b>format =</b> <i>format name</i></p></td>
 619 </table>
 620 <!-- INDENTATION -->
 621 <table width="100%" border=0 rules="none" frame="void"
 622        cols="2" cellspacing="0" cellpadding="0">
 623 <tr valign="top" align="left">
 624 <td width="23%"></td>
 625 <td width="76%">
 626 <p>Output format which would be used by default.
 627 <b>catdoc</b> comes with two formats - <b>ascii</b> and
 628 <b>tex</b> but nothing prevents you from writing your own
 629 format (set two map files - special character map and
 630 replacement map).</p>
 631 </td>
 632 </table>
 633 <!-- INDENTATION -->
 634 <table width="100%" border=0 rules="none" frame="void"
 635        cols="2" cellspacing="0" cellpadding="0">
 636 <tr valign="top" align="left">
 637 <td width="10%"></td>
 638 <td width="89%">
 639 <p><b>unknown_char =</b> <i>character
 640 specification</i></p></td>
 641 </table>
 642 <!-- INDENTATION -->
 643 <table width="100%" border=0 rules="none" frame="void"
 644        cols="2" cellspacing="0" cellpadding="0">
 645 <tr valign="top" align="left">
 646 <td width="23%"></td>
 647 <td width="76%">
 648 <p>sets character to output instead of unknown Unicode
 649 character (default &rsquo;?&rsquo;) Character specification
 650 can have one of two form - character enclosed in single
 651 quotes or hexadecimal code.</p>
 652 </td>
 653 </table>
 654 <!-- INDENTATION -->
 655 <table width="100%" border=0 rules="none" frame="void"
 656        cols="2" cellspacing="0" cellpadding="0">
 657 <tr valign="top" align="left">
 658 <td width="10%"></td>
 659 <td width="89%">
 660 <p><b>use_locale =</b><i>(yes|no)</i></p></td>
 661 </table>
 662 <!-- INDENTATION -->
 663 <table width="100%" border=0 rules="none" frame="void"
 664        cols="2" cellspacing="0" cellpadding="0">
 665 <tr valign="top" align="left">
 666 <td width="23%"></td>
 667 <td width="76%">
 668 <p>Enables or disables automatic selection of output charset
 669 (default <b>yes</b>), based on system locale settings (if
 670 enabled at compile time). If automatic detection is enabled,
 671 than output charset settings in the configuration files (but
 672 not in the command line) are ignored, and current system
 673 locale charset is used instead. There are no automatic
 674 choice of input charset, based of locale language, because
 675 most modern Word files (since Word 97) are Unicode
 676 anyway</p>
 677 </td>
 678 </table>
 679 <a name="BUGS"></a>
 680 <h2>BUGS</h2>
 681 <!-- INDENTATION -->
 682 <table width="100%" border=0 rules="none" frame="void"
 683        cols="2" cellspacing="0" cellpadding="0">
 684 <tr valign="top" align="left">
 685 <td width="10%"></td>
 686 <td width="89%">
 687 <p>Doesn&rsquo;t handle fast-saves properly. Prints
 688 footnotes as separate paragraphs at the end of file, instead
 689 of producing correct LaTeX commands. Cannot distinguish
 690 between empty table cell and end of table row.</p>
 691 </td>
 692 </table>
 693 <a name="SEE ALSO"></a>
 694 <h2>SEE ALSO</h2>
 695 <!-- INDENTATION -->
 696 <table width="100%" border=0 rules="none" frame="void"
 697        cols="2" cellspacing="0" cellpadding="0">
 698 <tr valign="top" align="left">
 699 <td width="10%"></td>
 700 <td width="89%">
 701 <p><b>xls2csv</b>(1), <b>cat</b>(1), <b>strings</b>(1),
 702 <b>utf</b>(4), <b>unicode</b>(4)</p>
 703 </td>
 704 </table>
 705 <a name="AUTHOR"></a>
 706 <h2>AUTHOR</h2>
 707 <!-- INDENTATION -->
 708 <table width="100%" border=0 rules="none" frame="void"
 709        cols="2" cellspacing="0" cellpadding="0">
 710 <tr valign="top" align="left">
 711 <td width="10%"></td>
 712 <td width="89%">
 713 <p>V.B.Wagner &lt;vitus@45.free.net&gt;</p>
 714 </td>
 715 </table>
 716 <hr>
 717 </body>
 718 </html>