Java 从word中提取文字信息(开发笔记)

所需jar包:

下载地址:

https://download.csdn.net/download/qq_34246546/10622595

 

代码如下:

package com.xc.test.utils;

import java.io.File;


import java.io.FileInputStream;
import java.io.InputStream;

import org.apache.poi.POIXMLDocument;
import org.apache.poi.POIXMLTextExtractor;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;

public class Java2Word {
	public static String readWord(String path) {
		String buffer = "";
		try {
			if (path.endsWith(".doc")) {
				InputStream is = new FileInputStream(new File(path));
				WordExtractor ex = new WordExtractor(is);
				buffer = ex.getText();
				ex.close();
			} else if (path.endsWith("docx")) {
				OPCPackage opcPackage = POIXMLDocument.openPackage(path);
				POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
				buffer = extractor.getText();
				extractor.close();
			} else {
				System.out.println("此文件不是word文件!");
			}
 
		} catch (Exception e) {
			e.printStackTrace();
		}
 
		return buffer;
	}
 
	public static void main(String[] args) {
//		String content = tp.readWord("D:\\20180807.doc");
		String content = Java2Word.readWord("F:\\wordToPdf\\bookOrders\\《“种子”与“灵光”王阳明心学喻象体系通论》#鲍永玲#上海书店出版社.docx");
		System.out.println("content===="+content);
	}

}

 

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