麻豆小视频在线观看_中文黄色一级片_久久久成人精品_成片免费观看视频大全_午夜精品久久久久久久99热浪潮_成人一区二区三区四区

首頁 > 學院 > 開發設計 > 正文

java抽取word,pdf的四種武器

2019-11-18 13:23:55
字體：大 中 小
來源：轉載
供稿：網友

　　chris ([email protected])
　　畢業于中國人民大學信息學院
　　2003 年 6 月
　　
　　很多人用java進行文檔操作時經常會碰到一個問題，就是如何獲得Word，Excel，pdf等文檔的內容？我研究了一下，在這里總結一下抽取word,pdf的幾種方法。
　　1 .用jacob
　　其實jacob是一個bridage，連接java和com或者win32函數的一個中間件，jacob并不能直接抽取word,excel等文件，需要自己寫dll哦，不過已經有為你寫好的了，就是jacob的作者一并提供了。
　　
　　jacob jar與dll文件下載： http://www.matrix.org.cn/down_view.asp?id=13
　　
　　下載了jacob并放到指定的路徑之后(dll放到path,jar文件放到classpath)，就可以寫你自己的抽取程序了，下面是一個簡單的例子：
　　
　　
　　import java.io.File;
　　import com.jacob.com.*;
　　import com.jacob.activeX.*;
　　/**
　　 * Title: pdf extraction
　　 * Description: email:[email protected]
　　 * Copyright: Matrix Copyright (c) 2003
　　 * Company: Matrix.org.cn
　　 * @author chris
　　 * @version 1.0,who use this example pls remain the declare
　　 */
　　public class FileExtracter{
　　 public static void main(String[] args) {
　　 ActiveXComponent component = new ActiveXComponent("Word.application");
　　 String inFile = "c://test.doc";
　　 String tpFile = "c://temp.htm";
　　 String otFile = "c://temp.xml";
　　 boolean flag = false;
　　 try {
　　 component.set　　 Object wordacc = component.getProperty("document．").toDispatch();
　　 Object wordfile = Dispatch.invoke(wordacc,"Open", Dispatch.Method,
　　 new Object[]{inFile,new Variant(false), new Variant(true)},
　　 new int[1] ).toDispatch();
　　 Dispatch.invoke(wordfile,"SaveAs", Dispatch.Method, new Object[]{tpFile,new Variant(8)}, new int[1]);
　　 Variant f = new Variant(false);
　　 Dispatch.call(wordfile, "Close", f);
　　 flag = true;
　　 } catch (Exception e) {
　　 e.printStackTrace();
　　 } finally {
　　 component.invoke("Quit", new Variant[] {});
　　 }
　　 }
　　}
　　
　　
　　
　　
　　2. 用apache的poi來抽取word，excel。
　　poi是apache的一個項目，不過就算用poi你可能都覺得很煩，不過不要緊，這里提供了更加簡單的一個接口給你：
　　
　　下載經過封裝后的poi包： http://www.matrix.org.cn/down_view.asp?id=14
　　
　　下載之后，放到你的classpath就可以了，下面是如何使用它的一個例子：
　　
　　
　　import java.io.*;
　　import org.textmining.text.extraction.WordExtractor;
　　/**
　　 *

Title: word extraction


　　 *

Description: email:[email protected]


　　 *

Copyright: Matrix Copyright (c) 2003


　　 *

Company: Matrix.org.cn


　　 * @author chris
　　 * @version 1.0,who use this example pls remain the declare
　　 */
　　
　　public class PdfExtractor {
　　 public PdfExtractor() {
　　 }
　　 public static void main(String args[]) throws Exception
　　 {
　　 FileInputStream in = new FileInputStream ("c://a.doc");
　　 WordExtractor extractor = new WordExtractor();
　　 String str = extractor.extractText(in);
　　 System.out.println("the result length is"+str.length());
　　 System.out.println("the result is"+str);
　　}
　　}
　　
　　
　　
　　
　　3. pdfbox-用來抽取pdf文件
　　但是pdfbox對中文支持還不好，先下載pdfbox： http://www.matrix.org.cn/down_view.asp?id=12
　　
　　下面是一個如何使用pdfbox抽取pdf文件的例子：
　　
　　
　　import org.pdfbox.pdmodel.PDdocument．
　　import org.pdfbox.pdfparser.PDFParser;
　　import java.io.*;
　　import org.pdfbox.util.PDFTextStripper;
　　import java.util.Date;
　　/**
　　 *



發表評論 共有條評論
用戶名: 密碼:
驗證碼: 匿名發表
主站蜘蛛池模板： 日韩av电影免费看 | 一级国产精品一级国产精品片 | h视频在线免费观看 | 久久免费视频精品 | 欧美一级淫片免费播放口 | av在线电影网站 | 九九热九九 | 56av国产精品久久久久久久 | 成人情欲视频在线看免费 | japan护士性xxxⅹhd | 欧洲精品久久久久69精品 | 精品中文字幕久久久久四十五十骆 | 欧美在线 | 亚洲 | av成人在线电影 | 国产欧美亚洲精品 | 狠狠操电影 | 一区二区三区视频在线 | 精品久久久久久国产三级 | 激情小视频在线观看 | 国产乱free国语对白 | 国产亚洲精品成人a | 免费观看黄色一级视频 | 在线观看免费毛片视频 | 国产91在线免费 | 国产91一区| 欧美精品一区二区三区久久久 | 思思久而久而蕉人 | 日产精品久久久一区二区福利 | 精国品产一区二区三区有限公司 | 欧美乱论| 色骚综合| 亚洲国产一区二区三区 | 亚洲午夜1000理论片aa | 爽爽淫人综合网网站 | 欧洲成人一区二区 | 激情宗合网 | 国产亚洲在线 | 最新一区二区三区 | 免费观看的毛片手机视频 | 看黄在线观看 | 狠狠干最新网址 |