tika 提取文档

import java.io.BufferedInputStream;
import java.io.BufferedWriter;
import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.io.StringWriter;
import java.io.Writer;
import org.apache.tika.metadata.Metadata;
import org.apache.tika.parser.AutoDetectParser;
import org.apache.tika.parser.ParseContext;
import org.apache.tika.parser.Parser;
import org.apache.tika.sax.BodyContentHandler;
import org.xml.sax.ContentHandler;

public class TikaUtil {
public static String parseFile(File f ) throws Exception{
// Parser parser = new PDFParser();
              // Parser parser = new HtmlParser();
              //Parser parser = new OOXMLParser() 2010 office用这个
              //Parser parser = new OfficeParser(); //2003以下用这个
              Parser parser =new AutoDetectParser();//程序自动检测parser
              InputStream iStream = new BufferedInputStream(new FileInputStream(f));
              StringWriter stringWriter = new StringWriter();
              Writer writer = new BufferedWriter(stringWriter);
              ContentHandler handler = new BodyContentHandler(writer);
              parser.parse(iStream, handler, new Metadata(), new ParseContext());             
              return stringWriter.toString();
}
}

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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