LibreOffice の soffice コマンドを使うと Word ファイルから文章を抽出してテキストファイルに変換できるのですが、遅いです。

変換対象の Word ファイルが 100 ファイルぐらいあったので手軽に bash の for f in *.doc *.docx で回したのですが遅すぎたので GNU Parallel を使って並列化しました。

$ parallel -j 5 soffice --headless --convert-to txt {} --outdir ./text ::: *.doc *.docx

-j 5 で 5 ファイルずつ変換されます。