Ajout du ".doc"

main.py

@@ -866,7 +866,7 @@ async def convert_file_to_txt(
         allowed_extensions = [
             '.odt', '.pdf', '.docx', '.html', '.htm', '.md', '.txt', '.rtf', '.epub',
             '.tex', '.xml', '.org', '.commonmark', '.cm', '.wiki', '.opml',
-            '.ppt', '.pptx'  # Ajout de PPT et PPTX
+            '.ppt', '.pptx', '.doc'
         ]
 
         if ext not in allowed_extensions:
@@ -928,6 +928,20 @@ async def convert_file_to_txt(
                 f.write(text)
             logging.debug(f"Conversion PPT réussie avec textract : {output_filename}")
 
+        elif ext == '.doc':
+            # Conversion DOC en texte avec textract
+            if 'textract' not in globals():
+                raise HTTPException(status_code=500, detail="La librairie textract n'est pas installée.")
+            try:
+                text = textract.process(input_filename).decode('utf-8', errors='replace')
+            except Exception as e:
+                logging.error(f"Erreur lors de l'extraction du texte depuis le .doc avec textract : {str(e)}")
+                raise HTTPException(status_code=500, detail="Erreur lors de la conversion du fichier .doc.")
+        
+            with open(output_filename, "w", encoding="utf-8") as f:
+                f.write(text)
+            logging.debug(f"Conversion DOC réussie avec textract : {output_filename}")
+
         else:
             # Conversion des autres formats en texte avec Pandoc
             output = pypandoc.convert_file(input_filename, 'plain', outputfile=output_filename)