O que doc-parser faz?
Habilidade para extrair e analisar texto de documentos do Office (DOCX, XLSX, PPTX) em ambientes de linha de comando.
Descrição
O doc-parser permite que agentes de IA (Claude Code, Codestral, Codex, Cursor) processem arquivos do Microsoft Office diretamente no terminal, convertendo seu conteúdo em texto legível para uso em análise, sumarização ou inclusão em prompts.
Como usar
# Extrair texto de um arquivo .docx
doc-parser documento.docx
# Extrair texto de uma planilha .xlsx
doc-parser planilha.xlsx
# Extrair texto de uma apresentação .pptx
doc-parser apresentacao.pptx
O resultado é exibido no terminal como texto puro, com a estrutura do documento preservada (parágrafos, tabelas, slides).
Dependências
- Python 3.7+
- Bibliotecas: python-docx, openpyxl, python-pptx
Instale com:
pip install python-docx openpyxl python-pptx
Exemplo de saída
=== Conteúdo do documento: relatorio.docx ===
Título: Relatório Anual 2024
Parágrafo 1: Este é o resumo do relatório anual...
Tabela 1:
| Mês | Vendas |
|--------|--------|
| Jan | 1000 |
| Fev | 1200 |
---
Plataformas suportadas
- Claude Code
- Cursor
- Codex
- GitHub Copilot (modo agente)
- Qualquer ambiente de linha de comando com Python