Java读取doc文档

这里我们使用WordExtractor读取Word文档,WordExtractor来自于Apache的poi类库项目,官方下载地址:https://poi.apache.org/download.html

import java.io.FileInputStream;
  
import org.textmining.text.extraction.WordExtractor;
  
public class WordTest {
 public static void main(String args[]) throws Exception {
  new WordTest().readByOther();
 }
  
 public void readByText() throws Exception {
  FileInputStream in = new FileInputStream("C://test.doc ");
  WordExtractor extractor = new WordExtractor();
  String str = extractor.extractText(in);
  System.out.println(str);
 }
} 


public class HwpfTest {
  
  @SuppressWarnings("deprecation")
  @Test
  public void testReadByExtractor() throws Exception {
   InputStream is = new FileInputStream("D:\\test.doc");
   WordExtractor extractor = new WordExtractor(is);
   //输出word文档所有的文本
   System.out.println(extractor.getText());
   System.out.println(extractor.getTextFromPieces());
   //输出页眉的内容
   System.out.println("页眉:" + extractor.getHeaderText());
   //输出页脚的内容
   System.out.println("页脚:" + extractor.getFooterText());
   //输出当前word文档的元数据信息,包括作者、文档的修改时间等。
   System.out.println(extractor.getMetadataTextExtractor().getText());
   //获取各个段落的文本
   String paraTexts[] = extractor.getParagraphText();
   for (int i=0; i<paraTexts.length; i++) {
     System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);
   }
   //输出当前word的一些信息
   printInfo(extractor.getSummaryInformation());
   //输出当前word的一些信息
   this.printInfo(extractor.getDocSummaryInformation());
   this.closeStream(is);
  }
  
  /**
  * 输出SummaryInfomation
  * @param info
  */
  private void printInfo(SummaryInformation info) {
   //作者
   System.out.println(info.getAuthor());
   //字符统计
   System.out.println(info.getCharCount());
   //页数
   System.out.println(info.getPageCount());
   //标题
   System.out.println(info.getTitle());
   //主题
   System.out.println(info.getSubject());
  }
  
  /**
  * 输出DocumentSummaryInfomation
  * @param info
  */
  private void printInfo(DocumentSummaryInformation info) {
   //分类
   System.out.println(info.getCategory());
   //公司
   System.out.println(info.getCompany());
  }
  
  /**
  * 关闭输入流
  * @param is
  */
  private void closeStream(InputStream is) {
   if (is != null) {
     try {
      is.close();
     } catch (IOException e) {
      e.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