poi xml模板操作pdf_利用pdfbox和poi抽取pdf、doc以及docx格式的内容

最新推荐文章于 2024-07-22 08:55:35 发布

weixin_3991652

最新推荐文章于 2024-07-22 08:55:35 发布

阅读量200

点赞数

文章标签： poi xml模板操作pdf

本文链接：https://blog.csdn.net/weixin_39916520/article/details/112838850

版权

该博客演示了如何使用Apache PDFBox库解析PDF文档，以及Apache POI库处理DOC和DOCX文档。通过Java代码展示了获取不同格式文档文本内容的方法。

摘要由CSDN通过智能技术生成

1 /**

2 * Created by yan.shi on 2017/9/25.3 */

4 importorg.apache.pdfbox.pdfparser.PDFParser;5 importorg.apache.pdfbox.pdmodel.PDDocument;6 importorg.apache.pdfbox.util.PDFTextStripper;7

8 importorg.apache.poi.POIXMLDocument;9 importorg.apache.poi.POIXMLTextExtractor;10 importorg.apache.poi.hwpf.extractor.WordExtractor;11 importorg.apache.poi.openxml4j.exceptions.OpenXML4JException;12 importorg.apache.poi.openxml4j.opc.OPCPackage;13 importorg.apache.poi.xwpf.extractor.XWPFWordExtractor;14 importorg.apache.xmlbeans.XmlException;15

16 importjava.io.File;17 importjava.io.FileInputStream;18 importjava.io.IOException;19

20 /**

21 * 这里使用pdfbox解析pdf类型文档22 * 使用poi解析doc与docx类型文档23 */

24 public classExtractText {25

26 public static voidmain(String[] args) {27 ExtractText text=newExtractText();28 String filePath="文件";29 String content=text.getText(filePath);30 if(null!