java读取doc

最新推荐文章于 2023-11-23 16:27:17 发布

原创最新推荐文章于 2023-11-23 16:27:17 发布 · 500 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#java

java 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了一种使用Spire.Doc库在Java中批量读取Word文档并提取文本的方法，特别关注于处理含有特定关键字“JAVA”的文档，并将结果写入SQL格式的文本文件。

package com.test;

import com.spire.doc.Document;
import com.spire.doc.Section;
import com.spire.doc.documents.Paragraph;

import java.io.File;
import java.io.FileWriter;
import java.io.IOException;
import java.util.ArrayList;
import java.util.Arrays;

public class Main
{
    /**
     * 获取文件下所有的文件路径
     *
     * @param path
     * @param listFileName
     */
    public static void getAllFileName(String path, ArrayList<String> listFileName) {
        File file = new File(path);
        File [] files = file.listFiles();
        String [] names = file.list();
        if(names != null) {
            String[] completNames = new String[names.length];
            for (int i = 0; i < names.length; i++) {
                completNames[i] = path + "\\" + names[i];
            }
            listFileName.addAll(Arrays.asList(completNames));
        }

        for(File a:files){
            if(a.isDirectory()){
                getAllFileName(a.getAbsolutePath()+"\\", listFileName);
            }
        }
    }

    /**
     * 获取word文档中的文本内容
     *
     * @param filePath 文件路径
     * @return word文档中的文本内容
     */
    private static String getDocText(String filePath) {
        Document document = new Document();
        document.loadFromFile(filePath);
        //获取文档中的文本保存为String
        String text = document.getText();
        int len = text.length();
        int firstIndex = text.indexOf("JAVA");
        if(firstIndex != -1){
            return text.substring(text.indexOf("JAVA")+5, len);
        }else{
            return text;
        }
    }

    public static void writeIntoFile(String content, String txtFileName ) {
        FileWriter fWriter= null;
        try {
            fWriter = new FileWriter(txtFileName,true);
        } catch (IOException e) {
            e.printStackTrace();
        }
        try {
            fWriter.write(content);
        }catch(IOException ex){
            ex.printStackTrace();
        }finally{
            try{
                fWriter.flush();
                fWriter.close();
            } catch (IOException ex) {
                ex.printStackTrace();
            }
        }
    }

    public static void main(String args[] ) throws IOException {
        ArrayList<String> listFileNames = new ArrayList<String>();
        getAllFileName("F:\\data\\401-500", listFileNames);
        for(String name:listFileNames){
          if( name.indexOf(".doc")!=-1 || name.indexOf(".docx")!=-1);
          String content = getDocText(name);
          String name_id = name.substring(name.indexOf(".")-3, name.indexOf("."));
          name_id = name_id.replaceFirst("^0*", "");
          String sql = "insert into pest.patient_report(name, report)  values('"+ name_id + "','" + content + "');\n";
          writeIntoFile(sql,"F:\\read_word_sql");
        }
    }
}