lucene根据文件类型自动解析的工厂类

阅读本章之前 请先参考其他几篇解析各类文档的章节
[url]http://wuzhaohuixy-qq-com.iteye.com/blog/780437[/url]
[url]http://wuzhaohuixy-qq-com.iteye.com/blog/780431[/url]
[url]http://wuzhaohuixy-qq-com.iteye.com/blog/780426[/url]
[url]http://wuzhaohuixy-qq-com.iteye.com/blog/780423[/url]

这里主要讲解根据文件类型自动解析文档（ppt ， pdf ， txt，doc，html，htm）

用java中的反射机制
先准备属性文件
parser.properties

txt=com.cs.TextParser
doc=com.cs.DocParser
rtf=com.cs.DocParser
ppt=com.cs.PPTParser
pdf=com.cs.PdfParser
html=com.cs.EasyHtmlParser
htm=com.cs.EasyHtmlParser

工厂类ParserFactory

package com.cs;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.lang.reflect.Constructor;
import java.lang.reflect.InvocationTargetException;
import java.util.Properties;

public class ParserFactory {
	//该类一加载就把配置文件读到内存
	static Properties ps ;
	static{
		ps = new Properties() ;
		try {
			ps.load(new FileInputStream("E:\\EclipseStudyWorkspace\\LuceneParse\\src\\parser.properties")) ;
		} catch (FileNotFoundException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}
	//该方法根据文件的后缀名确定该文件的类型 然后格局配置文件的类型分词建立索引
	public static Parsable getParser(File file){
		String ext = file.getAbsolutePath().substring(file.getAbsolutePath().lastIndexOf(".") + 1) ;

		String className = ps.getProperty(ext) ;
		Parsable parser = null ;
		if (className != null){
			try {
				//此处不能直接Class.forName().newInstance()
				//原因:要传参数
				//所以要先拿到构造器 然后根据构造器区newInstance() 此时就可以传入参数了
				Class clazz = Class.forName(className) ;
				//根据参数的不同拿到不同的构造器
				Constructor constructor = clazz.getConstructor(new Class[]{File.class}) ;//此处传入的参数是Class类型
				parser = (Parsable)constructor.newInstance(new Object[]{file}) ;
			} catch (ClassNotFoundException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			} catch (SecurityException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			} catch (NoSuchMethodException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			} catch (IllegalArgumentException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			} catch (InstantiationException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			} catch (IllegalAccessException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			} catch (InvocationTargetException e) {
				// TODO Auto-generated catch block
				e.printStackTrace();
			}
		}
		return parser ;
	}
}

测试类

package com.cs;

import java.io.File;

public class Test {

	/**
	 * @param args
	 */
	public static void main(String[] args) {

		Parsable parser = null ;
		parser = ParserFactory.getParser(new File("E:\\EclipseStudyWorkspace\\LuceneParse\\fileSource\\搜索引擎－基础.ppt"));
//		parser = ParserFactory.getParser(new File("E:\\EclipseStudyWorkspace\\LuceneParse\\fileSource\\123.pdf"));
//		parser = ParserFactory.getParser(new File("E:\\EclipseStudyWorkspace\\LuceneParse\\fileSource\\www.htm"));
//		parser = ParserFactory.getParser(new File("E:\\EclipseStudyWorkspace\\LuceneParse\\fileSource\\XPDF使用文档.doc"));
//		parser = ParserFactory.getParser(new File("E:\\EclipseStudyWorkspace\\LuceneParse\\fileSource\\文档.txt"));
//		parser = ParserFactory.getParser(new File("E:\\EclipseStudyWorkspace\\LuceneParse\\fileSource\\BaseItem.html"));


		System.out.println(" content : "+parser.getContent()) ;
	}

}