Tika提取文本内容，支持：xls/xlsx、txt、doc/docx、ppt/pptx、pdf、zip等多种格式（亲测可用）

最新推荐文章于 2025-06-17 19:42:09 发布

施主、请留步。

最新推荐文章于 2025-06-17 19:42:09 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏：技术组件文章标签： powerpoint pdf java 个人开发

本文链接：https://blog.youkuaiyun.com/lihbps/article/details/142478865

技术组件专栏收录该内容

7 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

Tika提取文本内容，支持：xls/xlsx、txt、doc/docx、ppt/pptx、pdf、zip等多种格式

给需要的小伙伴提供思路和便利


import org.apache.commons.io.FileUtils;
import org.apache.commons.io.IOUtils;
import org.apache.commons.lang3.StringUtils;
import org.apache.tika.Tika;
import org.apache.tika.exception.TikaException;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.parser.AutoDetectParser;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.parser.Parser;
import org.apache.tika.sax.BodyContentHandler;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.xml.sax.SAXException;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

/**
 * <b>tika提取文件内容服务接口实现类</b>
 *

了解本专栏