Fui encarregado de encontrar uma maneira de converter uma grande quantidade de arquivos .docx para o docbook 5. Atualmente, abrimos o arquivo no openoffice e salvamos no docbook. Essa é uma tarefa demorada, mas estou confiante de que há uma maneira melhor. Esses arquivos serão processados posteriormente ao nosso esquema NG de relaxamento personalizado. Portanto, essa conversão não precisa ser perfeita. Eu olhei em volta e continuarei investigando algumas pistas, mas não encontrei nada útil.

olhando paraConverter doc / docx para HTML semântico eles sugeriram upCast, mas isso não parece apropriado para minhas necessidade

Estou procurando algo disponível gratuitamente que possa ser usado na linha de comando. Em última análise, gostaria de processar em lote nossos arquivos. Eu incluí as tags linux, python e java para esses são os ambientes que eu mais me sinto confortável, mas estaria disposto a procurar a solução certa. Estou tentando fazer alguma pesquisa antes de sair e reinventar a roda.