Windows+GCC得到各种格式的文件正文(office文件,PDF,邮件,html,zip等)

 Graccvs组件智能分析提取其他各种文件中文本，为自然语言信息检索，机器学习等高端技术提供底层支持的技术组件，是Lucene/CLucene, Elasticsearch, Sphinx等全文检索工具，OA, ERP, CRM，网盘，文件管理等其他系统提供文件摘要及搜索前置服务。同时也可以为安全网关，邮件内容监控，内网安全等系统提供文件搜索及监控服务底层技术支持。

组件支持常见各种文件格式”.pdf", ".doc", ".odt", ".docx", ".dotm", ".docm", ".wps", ".xls", ".xlsx", ".xlsm", ".xltm", ".et", ".ppt", ".pptx", ".potm", ".pptm", ".ppsm", ".dps", ".ofd"(电子发票版式文件), ".rtf",".html", ".htm", ".mht", ".mhtml", ".eml", ".emmx", "xmind", "gmind", ".chm", ".zip" 等。组件速度快，效率高，调用非常简单。

Graccvs组件是以DLL格式动态链接库方式调用的， 点击这里下载DLL动态链接库，函数详细说明和调用示例点击这里下载。

调用过程：
1：拷贝graccvs.h 和 graccvsDllTest.c到文件夹下。
2：拷贝 graccvs64.dll到工程中， 默认在exe输出位置。
3：编译即可 gcc graccvsDllTest.c -o graccvsDllTest.exe 。

头文件graccvs.h ：

#include <stdio.h>
#include <stdlib.h>
  
//----------------------以下为函数说明----------------------
// 加载DLL，设置动态库需要的临时文件夹，且对此文件夹要有读写权限
typedef void (*LOAD)(char *tempDir);  
 
/*
  注册软件：
  方式1：输入参数，corp为公司名称licText为注册码
  方式2：把授权文件grauth.lic保存到动态库相同文件夹,调用TAuth函数（corp, licText都为空）系统自动加载grauth.lic
  返回值：
    0：免费版本许可为空
    1：许可正常
    2：序列号（公司授权名称）错误
    3：加密数据格式错误
    4：许可过期
    5：许可验证错误
    6：无效的许可
    7：未知错误
 
  注1：如果注册失败，系统变为免费版本
  注2：免费版也需要调用此函数，corp和licText都为空
*/
typedef int (*AUTH)(char *corp, char *licText);  
 
// 提取文件正文，并保存到目标文件
// inFilePtr文件名称指针， outFilePtr为TXT目标文件文件指针
typedef int (*TOTEXTFILE)(char *inFilePtr, char *outFilePtr);  
// 提取文件正文，返回字符串指针
// inFilePtr输入文件指针， 返回UTF-8编码字符串数据指针（此指针需要使用FREESTRING函数释放内存）
typedef char* (*TOSTRING)(char *inFilePtr);  
// 释放TOSTRING等函数的返回指针
typedef void (*FREESTRING)(char *p);  
// 得到最后的错误信息
typedef char* (*LASTERR)();  
 
// 提取Http/Https文件，返回字符串数据指针
// url=Http/Https地址
// fileExt=文件类型（比如：".pdf"）,
// timeout=超时设置，超过此数值系统终止下载文件。单位为毫秒，默认为0（等待文件下载直到完成）
// httpParams=JSON格式header数据和cookie数据，默认为空
/*   
  JSON格式如下：
  {"headers":
  [{名称1: 值1},{名称2: 值2},...],
  "cookies":[
  {"name": 名称（字符串）, "value": 值（字符串）, "expires": 有效期（整数，单位毫秒）,
  "path": 路径（字符串）, "domain": 域名（字符串）},
  {"name": 名称（字符串）, "value": 值（字符串）, "expires": 有效期（整数，单位毫秒）,
  "path": 路径（字符串）, "domain": 域名（字符串）}
  ...
  ]}
  例如：
  {"headers":[{"client_id": &#