alfresco 文件转换和元数据的抽取

最新推荐文章于 2018-11-21 14:42:30 发布

最新推荐文章于 2018-11-21 14:42:30 发布 · 263 阅读

文章标签：

#操作系统

本文介绍了一系列文件格式转换工具，包括从PDF到图像、文本到PDF、文档到文本等。还涉及了利用OpenOffice进行多种格式之间的转换，以及HTML、邮件内容等特定格式的解析方法。

TextToPdfContentTransformer text -> pdf http://www.pdfbox.org/ PDFBox
TextMiningContentTransformer doc -> txt http://www.textmining.org/ TextMining
StringExtractingContentTransformer textual format(text/plain application/x-javascript text/*) -> txt
RuntimeExecutableContentTransformer RuntimeExec() 动态执行外部操作系统命令行的指令
PoiHssfContentTransformer XLS -> Text http://jakarta.apache.org/poi/ POI
PdfToImageContentTransformer PDF -> PNG http://www.pdfbox.org/ PDFBox
PdfBoxContentTransformer PDF -> Text http://www.pdfbox.org/ PDFBox

OpenOfficeContentTransformer OpenOffice格式互转,
把Word／RTF／OpenDocument Text转换成PDF／Word／RTF／OpenDocument Text格式;
把Excel／OpenDocument Spreadsheet转换成PDF／Excel／OpenDocument Spreadsheet格式;
把PowerPoint／OpenDocument Presentation转换成PDF／Flash／PowerPoint／OpenDocument Presentation;

http://sourceforge.net/projects/joott/ JOOConverter

http://sourceforge.net/projects/joott/ JOOConverter
MediaWikiContentTransformer MEDIAWIKI -> HTML http://matheclipse.org/en/Java_Wikipedia_API
MailContentTransformer MSG -> TEXT
HtmlParserContentTransformer HTML -> TEXT