Java 解析常见文本文件数据-优快云博客

本文链接：https://blog.youkuaiyun.com/springhub/article/details/132165371

本文介绍了如何在Springboot项目中使用ApachePOI和Hutool等库来解析.docx、.pdf和.txt文件，包括引入依赖、Word和PDF内容提取，以及TXT文件的读取和处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

前言
简介
第一步：引入依赖
第二步：编写文件解析处理类
第三步：Word解析类
第四步：PDF解析类
第五步：Txt解析类
总结

前言

请各大网友尊重本人原创知识分享，谨记本人博客：南国以南i、

提示：以下是本篇文章正文内容，下面案例可供参考

简介

在日常开发中我们经常会解析各类文件如：.docx、pdf、txt 读取文件内容进行下一步逻辑处理，本文例举解析上述文件

第一步：引入依赖

友情链接：创建Springboot 项目请移步点我！点我！点我！

		<dependency>
            <groupId>cn.hutool</groupId>
            <artifactId>hutool-all</artifactId>
            <version>5.8.5</version>
        </dependency>
		 <!--  提取pdf中的文字-->
        <dependency>
            <groupId>com.itextpdf</groupId>
            <artifactId>itextpdf</artifactId>
            <version>5.5.6</version>
        </dependency>
        <!--获取pdf文件的总页数-->
        <dependency>
            <groupId>org.apache.pdfbox</groupId>
            <artifactId>pdfbox</artifactId>
            <version>1.8.11</version>
        </dependency>

        <!-- poi -->
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi</artifactId>
            <version>4.0.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-ooxml</artifactId>
            <version>4.0.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-ooxml-schemas</artifactId>
            <version>4.0.0</version>
        </dependency>
        <dependency>
            <groupId>org.apache.poi</groupId>
            <artifactId>poi-scratchpad</artifactId>
            <version>4.0.0</version>
        </dependency>

        <!-- FileUtils依赖-->
        <dependency>
            <groupId>commons-io</groupId>
            <artifactId>commons-io</artifactId>
            <version>2.4</version>
        </dependency>

第二步：编写文件解析处理类

 	// 定义静态的文件后缀
    private static final String