JAVA读取WORD,EXCEL,POWERPOINT,PDF文件的方法Java认证考试

文章作者 100test 发表时间 2009:04:10 01:55:58
来源 100Test.Com百考试题网

　　百考试题编辑整理：JAVA读取WORD,EXCEL,POWERPOINT,PDF文件的方法

　　OFFICE文档使用POI控件，PDF可以使用PDFBOX0.7.3控件，完全支持中文，用XPDF也行，不过感觉PDFBOX比较好，而且作者也在更新。水平有限，万望各位指正

　　WORD:

　　import org.apache.lucene.document.Document.

　　import org.apache.lucene.document.Field.

　　import org.apache.poi.hwpf.extractor.WordExtractor.

　　import java.io.File.

　　import java.io.InputStream.

　　import java.io.FileInputStream.

　　import com.search.code.Index.

　　public Document getDocument(Index index, String url, String title, InputStream is) throws DocCenterException {

　　 String bodyText = null.

　　try {

　　WordExtractor ex = new WordExtractor(is).//is是WORD文件的InputStream

　　bodyText = ex.getText().

　　if(!bodyText.equals("")){

　　index.AddIndex(url, title, bodyText).

　　}

　　}catch (DocCenterException e) {

　　throw new DocCenterException("无法从该Mocriosoft Word文档中提取内容", e).

　　}catch(Exception e){

　　e.printStackTrace().

　　}

　　}

　　return null.

　　}

　　Excel:

　　import org.apache.lucene.document.Document.

　　import org.apache.lucene.document.Field.

　　import org.apache.poi.hwpf.extractor.WordExtractor.

　　import org.apache.poi.hssf.usermodel.HSSFWorkbook.

　　import org.apache.poi.hssf.usermodel.HSSFSheet.

　　import org.apache.poi.hssf.usermodel.HSSFRow.

　　import org.apache.poi.hssf.usermodel.HSSFCell.

　　import java.io.File.

　　import java.io.InputStream.

　　import java.io.FileInputStream.

　　import com.search.code.Index.

　　public Document getDocument(Index index, String url, String title, InputStream is) throws DocCenterException {

　　StringBuffer content = new StringBuffer().

　　try{