Lucene5(6)读取word、pdf内容

No bibi 亮代码

/**
 * 读取doc
 */
@Test
public void readWord2003() throws Exception{
    InputStream is = new FileInputStream("E:/test.doc");
    HWPFDocument doc2003 = new HWPFDocument(is);
    WordExtractor word2003 = new WordExtractor(doc2003);
    System.out.println(word2003.getText());
    word2003.close();
    doc2003.close();
    is.close();
}

/**
 * 读取docx
 */
@Test
public void readWord2007() throws Exception{
    InputStream is = new FileInputStream("E:/test.docx");
    XWPFDocument doc2007 = new XWPFDocument(is);
    XWPFWordExtractor word2007 = new XWPFWordExtractor(doc2007);
    System.out.println(word2007.getText());
    word2007.close();
    doc2007.close();
    is.close();
}

/**
 * 读取pdf
 */
@Test
public void readPDF() throws Exception{
    InputStream is = new FileInputStream("E:/test.pdf");
    PDDocument document=PDDocument.load(is);
    //获取一个PDFTextStripper文本剥离对象          
    PDFTextStripper stripper = new PDFTextStripper();
    //获取文本内容
    String content = stripper.getText(document);
    System.out.println(content);
    document.close();
    is.close();
}
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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