读取MultipartFile类型的word文件，并提取文件具体内容

最新推荐文章于 2023-06-28 11:04:12 发布

乡野码夫

最新推荐文章于 2023-06-28 11:04:12 发布

阅读量2.1k

点赞数

分类专栏： java开发工具类 java 文章标签： java 开发语言

本文链接：https://blog.csdn.net/qq_41353397/article/details/126829589

版权

java 同时被 2 个专栏收录

59 篇文章 1 订阅

订阅专栏

java开发工具类

38 篇文章 2 订阅

订阅专栏

    public static void parseWord(MultipartFile file) throws ParseException, IOException {
        String buffer = "";
        try {
            if (file.getOriginalFilename().endsWith(".doc")) {
                InputStream stream = file.getInputStream();
                WordExtractor ex = new WordExtractor(stream);
                buffer = ex.getText();
                stream.close();
            } else if (file.getOriginalFilename().endsWith("docx")) {
                InputStream stream = file.getInputStream();
                XWPFDocument document = new XWPFDocument(stream);
                XWPFWordExtractor xwpfWordExtractor = new XWPFWordExtractor(document);
                buffer = xwpfWordExtractor.getText();
                stream.close();
            } else {
                System.out.println("此文件不是word文件！");
            }

        } catch (Exception e) {
            e.printStackTrace();
        }
        // 截取文件内容
		// 文件内容（例如获取开始时间 文件内容：工作开始时间： ___1999___年_9___月__9__日__0__时__0__分 结束时间）
        String startTimeLine = buffer.substring(buffer.indexOf("开始时间"),buffer.indexOf("结束时间"));
        String searchContent ="始时间：";
        int startTimeStart = startTimeLine.indexOf(searchContent);
        int startTimeEnd = startTimeLine.indexOf("结束");
        String startTimeStr = startTimeLine.substring(startTimeStart+searchContent.length(),startTimeEnd).trim();
        startTimeStr = startTimeStr.replaceAll(" ", "");
        startTimeStr = startTimeStr.replaceAll("(?:年|月)", "-");
        startTimeStr = startTimeStr.replaceAll("(?:日)", " ");
        startTimeStr = startTimeStr.replaceAll("(?:时)", ":");
        startTimeStr = startTimeStr.replaceAll("(?:分)", "");
        startTimeStr = startTimeStr.replaceAll("(?:_|—)", "");
}