Go如何自动解压缩包？如何读取docx doc文件内容？_docx文件解包(1)

本文链接：https://blog.csdn.net/2401_84925367/article/details/138937732

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Go语言开发知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

gzipFile, err := os.Open(gzipPath)
if err != nil {
    return err
}
defer gzipFile.Close()

gzipReader, err := gzip.NewReader(gzipFile)
if err != nil {
    return err
}
defer gzipReader.Close()

dstPath := filepath.Join(outputDir, filepath.Base(gzipPath))
dstFile, err := os.OpenFile(dstPath, os.O_CREATE|os.O_WRONLY|os.O_TRUNC, 0644)
if err != nil {
    return err
}
defer dstFile.Close()

\_, err = io.Copy(dstFile, gzipReader)
if err != nil {
    return err
}

上面的代码首先打开gzip文件，并使用gzip.NewReader()函数创建一个gzip.Reader类型的对象，表示gzip文件内容的读取器。记得在读取完该文件之后关闭相关文件（即：gzip文件和读取器文件）。然后，通过使用os.OpenFile()函数以写入模式打开目标文件，并将gzip读取器中的内容复制到目标文件中即可。记得在操作完目标文件后关闭相关文件，以便资源成功释放。

解压bzip2文件

使用compress/bzip2包，可以轻松地解压bzip2文件。方法如下：

bzip2File, err := os.Open(bzip2Path)
if err != nil {
    return err
}
defer bzip2File.Close()

bzip2Reader := bzip2.NewReader(bzip2File)

dstPath := filepath.Join(outputDir, filepath.Base(bzip2Path))
dstFile, err := os.OpenFile(dstPath, os.O_CREATE|os.O_WRONLY|os.O_TRUNC, 0644)
if err != nil {
    return err
}
defer dstFile.Close()

\_, err = io.Copy(dstFile, bzip2Reader)
if err != nil {
    return err
}

上面的代码中，我们使用bzip2.NewReader()函数创建一个bzip2.Reader类型的对象，表示bzip2文件内容的读取器。然后，以写入模式打开目标文件，将读取器中的内容复制到目标文件中，并在完成后关闭相关文件，释放资源。

二、读取docx/doc文件

docx/doc文件是一种二进制文件格式，我们可以使用第三方库来读取其中的内容。Word文档通常使用.doc或.docx格式保存，其中.doc是二进制格式，而.docx则是XML格式的文件。接下来，我们将分别介绍如何读取这两种文件格式的内容。

读取.doc格式文件

我们可以使用github.com/LopPay/office-parser/ole、github.com/LopPay/office-parser/common和github.com/LopPay/office-parser/msdoc分别来处理ole文件、解析doc文件和读取doc文件中的数据。该库已经封装了所有的文本、图片、表格等元素的解析和转换。

下面是一个简单的读取doc文件的程序：

docFile, err := os.Open(docPath)
if err != nil {
    return err
}
defer docFile.Close()

docData, err := msdoc.ParseDocFile(docFile)
if err != nil {
    return err
}

for \_, para := range docData.Paragraphs {
    for \_, run := range para.Runs {
        fmt.Print(run.Text)
    }
    fmt.Println()
}

上面的代码中，我们首先使用os.Open()函数打开doc文件，并使用msdoc.ParseDocFile()函数解析该文件。该函数返回一个msdoc.Document类型的对象，该对象包括文本、图片、表格等信息。下面的代码将遍历每一个段落和其中的Run实例，并将其内容输出到控制台。

读取.docx格式文件

我们可以使用第三方库github.com/unidoc/unioffice来读取.docx格式的文件。该库支持读取和写入单个文件、读取和写入多个文件、转换和操作表格、图像、段落、样式等操作。

下面是一个简单的读取.docx文件的程序：

docFile, err := os.Open(docxPath)
if err != nil {
    return err
}
defer docFile.Close()

doc, err := document.Open(docFile)
if err != nil {
    return err
}

for \_, para := range doc.Paragraphs() {
    for \_, run := range para.Runs() {
        fmt.Print(run.Text())
    }
    fmt.Println()
}

上面的代码中，我们首先使用os.Open()函数打开docx文件，并使用document.Open()函数解析该文件。该函数返回一个document.Document类型的对象，该对象包括文本、图片、表格等信息。下面的代码将遍历每一个段落和其中的Run实例，并将其内容输出到控制台。