Java抽取Office、PDF的四件兵器_JAVA开发_学习笔记★闵涛★计算机学习电脑编程软硬件技巧


	转至繁体中文版	\| 网站首页 \| 图文教程 \| 资源下载 \| 站长博客 \| 图片素材 \| 武汉seo \| 武汉网站优化 \|

Java抽取Office、PDF的四件兵器

作者：闵涛文章来源：闵涛的学习笔记点击数：876 更新时间：2009/4/22 23:33:28

　　很多人问到如何抽取word、excel、pdf等文件，在这里我总结一下抽取word、pdf的几种方法。

　　1、用jacob.

　　其实jacob是一个bridage，连接java和com或者win32函数的一个中间件，jacob并不能直接抽取word,excel等文件，需要自己写dll哦，不过已经有为你写好的了，就是jacob的作者一并提供了。

　　jacob下载：http://www.matrix.org.cn/down_view.asp?id=13

　　下载了jacob并放到指定的路径之后(dll放到path,jar文件放到classpath)，就可以写你自己的抽取程序了，下面是一个例子：

import java.io.File;
import com.jacob.com.*;
import com.jacob.activeX.*;
public class FileExtracter{

public static void main(String[] args) {

ActiveXComponent app = new ActiveXComponent("Word.Application");
String inFile = "c:\\test.doc";
String tpFile = "c:\\temp.htm";
String otFile = "c:\\temp.xml";
boolean flag = false;
try {
app.setProperty("Visible", new Variant(false));
Object docs = app.getProperty("document．").toDispatch();
Object doc = Dispatch.invoke(docs,"Open", Dispatch.Method, new Object[]{inFile,new Variant(false), new Variant(true)}, new int[1]).toDispatch();
Dispatch.invoke(doc,"SaveAs", Dispatch.Method, new Object[]{tpFile,new Variant(8)}, new int[1]);
Variant f = new Variant(false);
Dispatch.call(doc, "Close", f);
flag = true;
} catch (Exception e) {
e.printStackTrace();
} finally {
app.invoke("Quit", new Variant[] {});
}

}
}
　　2、用apache的poi来抽取word，excel

　　poi是apache的一个项目，不过就算用poi你可能都觉得很烦，不过不要紧，这里提供了更加简单的一个接口给你：

　　下载经过封装后的poi包：http://www.matrix.org.cn/down_view.asp?id=14

　　下载之后，放到你的classpath就可以了，下面是如何使用它的一个例子：

import java.io.*;
import org.textmining.text.extraction.WordExtractor;
/**
* ＜p＞Title: pdf extraction＜/p＞
* ＜p＞Description: email:chris@matrix.org.cn＜/p＞
* ＜p＞Copyright: Matrix Copyright (c) 2003＜/p＞
* ＜p＞Company: Matrix.org.cn＜/p＞
* @author chris
* @version 1.0,who use this example pls remain the declare
*/

public class PdfExtractor {
public PdfExtractor() {
}
public static void main(String args[]) throws Exception
{
FileInputStream in = new FileInputStream ("c:\\a.doc");
WordExtractor extractor = new WordExtractor();
String str = extractor.extractText(in);
System.out.println("the result length is"+str.length());
System.out.println("the result is"+str);
}
}

[聊天工具]Microsoft Office 2007简体中文版最新截图  [聊天工具]Office 2000 服务器扩展
[聊天工具]Office 2000应用技巧两则  [聊天工具]遭Adobe反对 Office 2007被迫放弃PDF支持
[聊天工具]Office 2007中的拼音输入法简单试用_办公软件_Off…  [聊天工具]Office 2007 Beta2简体中文版开始内测_办公软件_O…
[聊天工具]Office 2007有终极版售价高达679美元_办公软件_O…  [聊天工具]新手入门：Office 2003轻松安装
[聊天工具]WPS Office文档双面打印边距设置方法  [聊天工具]在WPS Office中打造自己的素材库

教程录入：mintao 责任编辑：mintao

上一篇教程： Java实时应用程序中的内存管理

下一篇教程：每个Java初学者都应该搞懂的六个问题

【字体：小大】【发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口】

注：本站部分文章源于互联网，版权归原作者所有！如有侵权，请原作者与本站联系，本站将立即删除！本站文章除特别注明外均可转载，但需注明出处！ [MinTao学以致用网]

　网友评论：（只显示最新10条。评论内容只代表网友观点，与本站立场无关！）

同类栏目

· C语言系列 · VB.NET程序
· JAVA开发 · Delphi程序
· 脚本语言

热门推荐

没有教程

赞助链接

闵涛博文

500 - 内部服务器错误。

您查找的资源存在问题，因而无法显示。

鄂公网安备 42011102001154号

站长：MinTao ICP备案号：鄂ICP备11006601号-18

闵涛站盟:医药大全-武穴网。A打造B、C、D……