IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> 开发工具 -> 读取DOC、DOCX、 XLS 、XLSX 、PDF 、PPTX 、TXT文档内容 -> 正文阅读

[开发工具]读取DOC、DOCX、 XLS 、XLSX 、PDF 、PPTX 、TXT文档内容

读取DOC、DOCX、 XLS 、XLSX 、PDF 、PPTX 、TXT文档内容

POM 依赖

在这里插入图片描述在这里插入图片描述

<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi</artifactId>
    <version>4.1.2</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml -->
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml</artifactId>
    <version>4.1.2</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml-schemas -->
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-ooxml-schemas</artifactId>
    <version>4.1.2</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.poi/poi-scratchpad -->
<dependency>
    <groupId>org.apache.poi</groupId>
    <artifactId>poi-scratchpad</artifactId>
    <version>4.1.2</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/fontbox -->
<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>fontbox</artifactId>
    <version>2.0.12</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.pdfbox/pdfbox -->
<dependency>
    <groupId>org.apache.pdfbox</groupId>
    <artifactId>pdfbox</artifactId>
    <version>2.0.12</version>
</dependency>

代码

package org.jeecg.common.util;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;
import java.util.Iterator;
import java.util.List;

import org.apache.pdfbox.io.RandomAccessBuffer;
import org.apache.pdfbox.pdfparser.PDFParser;
import org.apache.pdfbox.pdmodel.PDDocument;
import org.apache.pdfbox.text.PDFTextStripper;
import org.apache.poi.hslf.extractor.PowerPointExtractor;
import org.apache.poi.hssf.usermodel.HSSFCell;
import org.apache.poi.hssf.usermodel.HSSFRow;
import org.apache.poi.hssf.usermodel.HSSFSheet;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.sl.extractor.SlideShowExtractor;
import org.apache.poi.sl.usermodel.SlideShow;
import org.apache.poi.ss.usermodel.Cell;
import org.apache.poi.ss.usermodel.CellType;
import org.apache.poi.ss.usermodel.Row;
import org.apache.poi.xslf.usermodel.XMLSlideShow;
import org.apache.poi.xslf.usermodel.XSLFShape;
import org.apache.poi.xslf.usermodel.XSLFTextParagraph;
import org.apache.poi.xssf.usermodel.XSSFCell;
import org.apache.poi.xssf.usermodel.XSSFRow;
import org.apache.poi.xssf.usermodel.XSSFSheet;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFPictureData;
import org.jeecg.common.exception.JeecgBootException;

import lombok.extern.slf4j.Slf4j;

@Slf4j
public class FileReadUtil {
	
	public static String getContent(String path) {
		File file = new File(path);
		if (!file.exists()) {
			log.error("{}文件不存在", path);
			return null;
		}
		String name = file.getName();
		if (name.indexOf(".") > -1) {
			String type = name.substring(name.lastIndexOf(".") + 1);
			log.info("文件名称:{}", name);
			if ("doc".equals(type)) {
				return readWord(path);
			} else if ("docx".equals(type)) {
				return readDoc(path);
			} else if ("xls".equals(type)) {
				return readXls(path);
			} else if ("xlsx".equals(type)) {
				return readXlsx(path);
			} else if ("pdf".equals(type)) {
				return readPdf(path);
			} else if ("ppt".equals(type)) {
				return readPPT(path);
			} else if ("pptx".equals(type)) {
				return readPPTX(path);
			} else if ("txt".equals(type)) {
				return readTxt(path);
			} else {
				log.info("不支持读取{}类型的文件类型", type);
				return null;
			}
		}
		return null;
	}
	
	public static String readTxt(String path) {
		Path path2 = Paths.get(path);
		try {
			List<String> strings = Files.readAllLines(path2);
			return String.join("\t", strings);
		} catch (IOException e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
	}

	public static String readWord(String path) {
		FileInputStream in;
		String text = null;
		try {
			in = new FileInputStream(new File(path));
			WordExtractor extractor = new WordExtractor(in);
			text = extractor.getText();
		} catch (FileNotFoundException e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		} catch (Exception e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
		return text;
	}

	public static String readDoc(String path) {
		XWPFWordExtractor wordExtractor = null;
		try {
			FileInputStream fis = new FileInputStream(new File(path));
			XWPFDocument xdoc = new XWPFDocument(fis);
			wordExtractor = new XWPFWordExtractor(xdoc);
		} catch (IOException e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
		return wordExtractor.getText();
	}

	public static String readXls(String path) {
		StringBuilder content = new StringBuilder();
		try {
			HSSFWorkbook excel = new HSSFWorkbook(new FileInputStream(new File(path)));
			// 获取第一个sheet
			HSSFSheet sheet0 = excel.getSheetAt(0);
			for (Iterator<Row> rowIterator = sheet0.iterator(); rowIterator.hasNext();) {
				HSSFRow row = (HSSFRow) rowIterator.next();
				for (Iterator<Cell> iterator = row.cellIterator(); iterator.hasNext();) {
					HSSFCell cell = (HSSFCell) iterator.next();
					// 根据单元的的类型 读取相应的结果
					if (cell.getCellType() ==  CellType.STRING)
						content.append(cell.getStringCellValue() + "\t");
					else if (cell.getCellType() == CellType.NUMERIC || 
							cell.getCellType() == CellType.FORMULA)
						content.append(cell.getNumericCellValue() + "\t");
					else
						content.append("" + "\t");
				}
			}
		} catch (Exception e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
		return content.toString();
	}

	public static String readXlsx(String path) {
		StringBuilder content = new StringBuilder();
		try {
			XSSFWorkbook excel = new XSSFWorkbook(new FileInputStream(new File(path)));
			// 获取第一个sheet
			XSSFSheet sheet0 = excel.getSheetAt(0);
			for (Iterator<Row> rowIterator = sheet0.iterator(); rowIterator.hasNext();) {
				XSSFRow row = (XSSFRow) rowIterator.next();
				for (Iterator<Cell> iterator = row.cellIterator(); iterator.hasNext();) {
					XSSFCell cell = (XSSFCell) iterator.next();
					// 根据单元格的类型 读取相应的结果
					if (cell.getCellType() == CellType.STRING)
						content.append(cell.getStringCellValue() + "\t");
					else if (cell.getCellType() == CellType.NUMERIC || cell.getCellType() == CellType.FORMULA)
						content.append(cell.getNumericCellValue() + "\t");
					else
						content.append("" + "\t");
				}
			}
		} catch (Exception e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
		return content.toString();
	}

	public static String readPdf(String path) {
		StringBuilder content = new StringBuilder();
		try {
			InputStream is = new FileInputStream(new File(path));
			PDFParser parser = new PDFParser(new RandomAccessBuffer(is));
			parser.parse();
			// 读取文本内容
			PDDocument document = parser.getPDDocument();
			// 获取页码
			int pages = document.getNumberOfPages();
			PDFTextStripper stripper = new PDFTextStripper();
			// 设置按顺序输出
			stripper.setSortByPosition(true);
			stripper.setStartPage(1);
			stripper.setEndPage(pages);
			content.append(stripper.getText(document));
		} catch (Exception e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
		return content.toString();
	}

	public static String readPPT(String path) {
		try {
			 InputStream is = new FileInputStream(new File(path));
			 PowerPointExtractor extractor=new PowerPointExtractor(is);
			 return extractor.getText();
		} catch (IOException e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
	}

	@SuppressWarnings("resource")
	public static String readPPTX(String path) {
		try {
			File doc = new File(path);
			OPCPackage pkg = OPCPackage.open(doc);
			SlideShow<XSLFShape, XSLFTextParagraph> sss = new XMLSlideShow(pkg);
			SlideShowExtractor<XSLFShape, XSLFTextParagraph> extractor = new SlideShowExtractor<>(sss);
			return extractor.getText();
		} catch (Exception e) {
			log.error(e.getMessage(), e);
			throw new JeecgBootException(e.getMessage());
		}
	}

}

  开发工具 最新文章
Postman接口测试之Mock快速入门
ASCII码空格替换查表_最全ASCII码对照表0-2
如何使用 ssh 建立 socks 代理
Typora配合PicGo阿里云图床配置
SoapUI、Jmeter、Postman三种接口测试工具的
github用相对路径显示图片_GitHub 中 readm
Windows编译g2o及其g2o viewer
解决jupyter notebook无法连接/ jupyter连接
Git恢复到之前版本
VScode常用快捷键
上一篇文章      下一篇文章      查看所有文章
加:2022-05-11 16:37:47  更:2022-05-11 16:37:58 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/26 1:35:39-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码