使用tm-extractors读取word文档

这篇博客介绍了如何利用tm-extractors这个Java库来读取Microsoft Word文档。该库基于Apache POI,提供了方便的API进行文档内容提取。通过引入相应的jar包并集成到项目中,开发者可以轻松实现Word文档的读取操作。
摘要由CSDN通过智能技术生成

        tm-extractors是封装了POI的word读取工具。下载jar包,导入到工程中便可以使用了。代码如下:

package com.you.read;

import java.io.FileInputStream;
import org.textmining.text.extraction.WordExtractor;

public class WordReader {
	public static String readDoc(String doc) throws Exception {
		FileInputStream in = new FileInputStream(doc);
		WordExtractor extractor = null;
		String text = null;
		extractor = new WordExtractor();
		text = extractor.extractText(in);
		return text;
	}
	
	public static void main(String[] args) {
		try {
			String text = WordReader.readDoc("d:/bloom.doc");
			System.out.println(text);
		} catch (Exception e) {
			e.printStackTrace();
		}
		
	}

}

运行结果抛出异常,为:

org.textmining.text.extraction.FastSavedException: Fast-saved files are unsupported at this time
	at org.textmining.text.extraction.WordExtractor.extract
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
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