Extraer texto sin formato de los archivos WordStar

Por qué falla un volcado ingenuo

Abrir un archivo `.ws` en el Bloc de notas no es "extracción de texto plano." El bit 7 de muchos caracteres es una bandera de ajuste. Los glifos extendidos llegan como tripletes `1Bh xx 1Ch`. Sin un paso de desempaquetado, grep te miente.

Para qué sirve TXT limpio

Triaje: encuentra qué cartas mencionan una cláusula, nombre o número de expediente antes de gastar el presupuesto DOCX/PDF en todo el árbol. Scripting: alimenta UTF-8 a los extractores internos. Búsqueda: coloca los hermanos `.txt` junto a los maestros para Windows Búsqueda o ripgrep.

Flujo de trabajo

Agrupa el archivo en TXT primero, identifica el conjunto caliente, luego reconvierte esos caminos a DOCX o PDF. Un parser nativo, dos pasadas: aún fuera de línea.

Prueba __TRIAL_FILE_LIMIT__ archivos. Standard __LICENSE_PRICE_DISPLAY__.

TXT vs Markdown

Usa TXT cuando la estructura no importe. Usa Markdown cuando los encabezados y el énfasis deban mantenerse para documentos o RAG. Ninguna de las rutas sube el manuscrito.