org.apache.tika 解析word文档,跳过\删除页眉页脚

示例代码

public void parseExample() {

ParseContext parseContext = new ParseContext();
AutoDetectParser parser = new AutoDetectParser();
BodyContentHandler handler = new BodyContentHandler();
Metadata metadata = new Metadata();

//跳过页眉页脚
OfficeParserConfig officeParserConfig = new OfficeParserConfig();
officeParserConfig.setIncludeHeadersAndFooters(false);
boolean hf= officeParserConfig.getIncludeHeadersAndFooters();
parseContext.set(OfficeParserConfig.class, officeParserConfig);

System.out.println("headfoot"+hf);
try(FileInputStream fin=new FileInputStream("D:\\docs\\Out22.docx")) {
	parser.parse(fin, handler, metadata, parseContext);
	String text = handler.toString();
	System.out.println("output :"+text);
} catch (IOException | SAXException | TikaException ex) {
	ex.printStackTrace();
 }
}
       
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值