如何读取书生sep文档内容

1，项目背景

Word，Excel，PPT，PDF，这种文档的标准是公开的，所以呢，有很多方法可以打开文件，读取内容。例如：要打开各种office文档，可以使用POI jar包；要打开pdf文档，可以使用pdf box ；而且呢，这些工具非常多，还都是开源的，网上很多地方可以下载。即使不用这些工具，也可以使用微软的dll，照样可以工作。

而sep文件、gd文件，是国内一家公司，书生公司自己设计的，用于公文传输，所以设置了保密格式，没有公开文件标准。网上是没法找到读取的方案或者jar包的，要解决这个问题，必须找书生公司提供服务。解决问题的快慢，主要就是依靠书生公司了。

理想上，最好的办法是由书生公司提供一些jar包或者dll，可以在程序里调用，这样使用起来会非常容易。

目前呢，没有这么友好的接口，书生公司提供了几个网页。这样在批量使用的时候会比较麻烦，还需要自己设计程序去兼容，但是总比没有的好。

 

2，解决方案

书生阅读器可以打开sep、gd、gw格式的文件。然后我们现在需要的是，逆向过程，就是通过一个程序化的方法，批量执行，从sep文档里面提取出文本内容。

目前北京书生公司提供的解决方案，是2个网页