`
2277259257
  • 浏览: 515110 次
  • 性别: Icon_minigender_1
  • 来自: 杭州
社区版块
存档分类
最新评论

web开发总结----word的写入、读取

 
阅读更多

以下是Java对几种文本文件内容读取代码。其中,OFFICE文档(WORD,EXCEL)使用了POI控件,PDF使用了PDFBOX控件。

 点击这里查看相关控件的下载地址和配置方法。

 

 

  WORD

Java代码
  1. package textReader;   
  2. import java.io.*;   
  3. import org.apache.poi.hwpf.extractor.WordExtractor;   
  4.   
  5. public class WordReader {   
  6.     public WordReader(){   
  7.     }   
  8.     /**  
  9.      * @param filePath 文件路径  
  10.      * @return 读出的Word的内容  
  11.      */  
  12.     public String getTextFromWord(String filePath){   
  13.         String result = null;   
  14.         File file = new File(filePath);   
  15.         try{   
  16.             FileInputStream fis = new FileInputStream(file);   
  17.             WordExtractor wordExtractor = new WordExtractor(fis);   
  18.             result = wordExtractor.getText();   
  19.         }catch(FileNotFoundException e){   
  20.             e.printStackTrace();   
  21.         }catch(IOException e){   
  22.             e.printStackTrace();   
  23.         };   
  24.         return result;   
  25.     }   
  26. }    

  EXCEL

Java代码
  1. package textReader;   
  2. import org.apache.poi.hssf.usermodel.HSSFWorkbook;   
  3. import org.apache.poi.hssf.usermodel.HSSFSheet;   
  4. import org.apache.poi.hssf.usermodel.HSSFRow;   
  5. import org.apache.poi.hssf.usermodel.HSSFCell;   
  6.   
  7. import java.io.FileInputStream;   
  8. import java.io.FileNotFoundException;   
  9. import java.io.IOException;   
  10.   
  11.   
  12. public class ExcelReader {   
  13.   
  14.     @SuppressWarnings("deprecation")   
  15.     /**  
  16.      * @param filePath 文件路径  
  17.      * @return 读出的Excel的内容  
  18.      */  
  19.     public String getTextFromExcel(String filePath) {   
  20.         StringBuffer buff = new StringBuffer();   
  21.         try {   
  22.             //创建对Excel工作簿文件的引用   
  23.             HSSFWorkbook wb = new HSSFWorkbook(new FileInputStream(filePath));   
  24.             //创建对工作表的引用。           
  25.             for (int numSheets = 0; numSheets < wb.getNumberOfSheets(); numSheets++) {   
  26.                 if (null != wb.getSheetAt(numSheets)) {   
  27.                     HSSFSheet aSheet = wb.getSheetAt(numSheets);//获得一个sheet   
  28.                     for (int rowNumOfSheet = 0; rowNumOfSheet <= aSheet.getLastRowNum(); rowNumOfSheet++) {   
  29.                         if (null != aSheet.getRow(rowNumOfSheet)) {   
  30.                             HSSFRow aRow = aSheet.getRow(rowNumOfSheet); //获得一个行   
  31.                             for (int cellNumOfRow = 0; cellNumOfRow <= aRow.getLastCellNum(); cellNumOfRow++) {   
  32.                                 if (null != aRow.getCell(cellNumOfRow)) {   
  33.                                     HSSFCell aCell = aRow.getCell(cellNumOfRow);//获得列值   
  34.                                     switch(aCell.getCellType()){   
  35.                                         case HSSFCell.CELL_TYPE_FORMULA:   
  36.                                             break;    
  37.                                         case HSSFCell.CELL_TYPE_NUMERIC:   
  38.                                             buff.append(aCell.getNumericCellValue()).append('\t');break;   
  39.                                         case HSSFCell.CELL_TYPE_STRING:   
  40.                                             buff.append(aCell.getStringCellValue()).append('\t');break;                                                                
  41.                                 }                              
  42.                         }                                                                                   
  43.                     }   
  44.                     buff.append('\n');   
  45.                     }   
  46.                 }                                         
  47.             }              
  48.         }   
  49.         } catch (FileNotFoundException e) {   
  50.             e.printStackTrace();   
  51.         } catch (IOException e) {   
  52.             e.printStackTrace();   
  53.         }   
  54.         return buff.toString();   
  55.     }               
  56. }   
 

  PDF  

Java代码
  1. package textReader;   
  2. import java.io.FileInputStream;   
  3. import java.io.FileNotFoundException;   
  4. import java.io.IOException;   
  5.   
  6. import org.pdfbox.pdfparser.PDFParser;   
  7. import org.pdfbox.pdmodel.PDDocument;   
  8. import org.pdfbox.util.PDFTextStripper;   
  9.   
  10.   
  11. public class PdfReader {   
  12.     public PdfReader(){   
  13.     }   
  14.     /**  
  15.      * @param filePath 文件路径  
  16.      * @return 读出的pdf的内容  
  17.      */  
  18.     public String getTextFromPdf(String filePath) {   
  19.         String result = null;   
  20.         FileInputStream is = null;   
  21.         PDDocument document = null;   
  22.         try {   
  23.             is = new FileInputStream(filePath);   
  24.             PDFParser parser = new PDFParser(is);   
  25.             parser.parse();   
  26.             document = parser.getPDDocument();   
  27.             PDFTextStripper stripper = new PDFTextStripper();   
  28.             result = stripper.getText(document);   
  29.         } catch (FileNotFoundException e) {   
  30.             e.printStackTrace();   
  31.         } catch (IOException e) {   
  32.             e.printStackTrace();   
  33.         } finally {   
  34.             if (is != null) {   
  35.                 try {is.close();}catch(IOException e){e.printStackTrace();}   
  36.             }   
  37.             if (document != null) {   
  38.                 try{document.close();}catch (IOException e){e.printStackTrace();}   
  39.             }   
  40.         }   
  41.         return result;   
  42.     }   
  43.   
  44. }  

  TXT

Java代码
  1. package textReader;   
  2. import java.io.*;   
  3.   
  4.   
  5. public class TxtReader {   
  6.     public TxtReader() {           
  7.     }   
  8.     /**  
  9.      * @param filePath 文件路径  
  10.      * @return 读出的txt的内容  
  11.      */  
  12.     public String getTextFromTxt(String filePath) throws Exception {   
  13.            
  14.         FileReader fr = new FileReader(filePath);   
  15.         BufferedReader br = new BufferedReader(fr);   
  16.         StringBuffer buff = new StringBuffer();   
  17.         String temp = null;   
  18.         while((temp = br.readLine()) != null){   
  19.             buff.append(temp + "\r\n");   
  20.         }   
  21.         br.close();        
  22.         return buff.toString();        
  23.     }   
  24. }  

RTF

Java代码
  1. package textReader;   
  2. import java.io.File;   
  3. import java.io.FileInputStream;   
  4. import java.io.IOException;   
  5. import java.io.InputStream;   
  6.   
  7. import javax.swing.text.BadLocationException;   
  8. import javax.swing.text.DefaultStyledDocument;   
  9. import javax.swing.text.rtf.RTFEditorKit;   
  10.   
  11.   
  12. public class RtfReader {   
  13.     public RtfReader(){   
  14.     }   
  15.     /**  
  16.      * @param filePath 文件路径  
  17.      * @return 读出的rtf的内容  
  18.      */  
  19.     public String getTextFromRtf(String filePath) {   
  20.         String result = null;   
  21.         File file = new File(filePath);   
  22.         try {          
  23.             DefaultStyledDocument styledDoc = new DefaultStyledDocument();   
  24.             InputStream is = new FileInputStream(file);   
  25.             new RTFEditorKit().read(is, styledDoc, 0);   
  26.             result = new String(styledDoc.getText(0,styledDoc.getLength()).getBytes("ISO8859_1"));   
  27.             //提取文本,读取中文需要使用ISO8859_1编码,否则会出现乱码   
  28.         } catch (IOException e) {   
  29.             e.printStackTrace();   
  30.         } catch (BadLocationException e) {   
  31.             e.printStackTrace();   
  32.         }   
  33.         return result;   
  34.     }   
  35.        
  36. }  

   HTML

Java代码
  1. package textReader;   
  2. import java.io.*;   
  3.   
  4. public class HtmlReader {   
  5.     public HtmlReader() {   
  6.     }   
  7.     /**  
  8.      * @param filePath 文件路径  
  9.      * @return 获得html的全部内容  
  10.      */  
  11.     public String readHtml(String filePath) {   
  12.         BufferedReader br=null;   
  13.         StringBuffer sb = new  StringBuffer();   
  14.         try {   
  15.             br=new BufferedReader(new InputStreamReader(new FileInputStream(filePath),  "GB2312"));            
  16.             String temp=null;          
  17.             while((temp=br.readLine())!=null){   
  18.                 sb.append(temp);   
  19.             }              
  20.         } catch (FileNotFoundException e) {   
  21.             e.printStackTrace();   
  22.         } catch (IOException e) {   
  23.             e.printStackTrace();   
  24.         }   
  25.         return sb.toString();   
  26.     }   
  27.     /**  
  28.      * @param filePath 文件路径  
  29.      * @return 获得的html文本内容  
  30.      */  
  31.     public String getTextFromHtml(String filePath) {   
  32.         //得到body标签中的内容   
  33.         String str= readHtml(filePath);   
  34.         StringBuffer buff = new StringBuffer();   
  35.         int maxindex = str.length() - 1;   
  36.         int begin = 0;   
  37.         int end;               
  38.         //截取>和<之间的内容   
  39.         while((begin = str.indexOf('>',begin)) < maxindex){              
  40.             end = str.indexOf('<',begin);   
  41.             if(end - begin > 1){   
  42.                 buff.append(str.substring(++begin, end));                  
  43.             }              
  44.             begin = end+1;   
  45.         };         
  46.         return buff.toString();   
  47.     }   
  48.   
  49. }  
分享到:
评论

相关推荐

    通过thinkphp5+PHPOffice读取word文件写入到html文件

    在IT行业中,尤其是在Web开发领域,常常需要处理各种文件格式的转换,比如将Word文档转换为HTML页面。这里我们探讨的是如何使用ThinkPHP5框架结合PHPOffice库来实现这个功能。 首先,ThinkPHP5是一款流行的PHP轻量...

    Elasticsearch Demo 读取word内容写入到Es上并展示在WebFrom页面上

    在这个"Elasticsearch Demo"项目中,我们将学习如何将Word文档的内容读取并写入Elasticsearch,以及如何在WebForm页面上展示搜索结果,并实现关键词高亮显示。 首先,我们需要了解**数据导入过程**。在本示例中,...

    NETCORE读取word模板修改内容并生成pdf下载.zip

    标题 "NETCORE读取word模板修改内容并生成pdf下载.zip" 涉及的技术核心是使用.NET Core(一种跨平台的开发框架)和Aspose.Words库来处理Microsoft Word文档,并将其转换为PDF格式,同时在WebAPI环境中提供下载功能。...

    C#将word文件存入数据库与读取(Web版).zip

    在IT行业中,尤其是在Web开发领域,常常需要处理各种文件,如Word文档,以实现数据的存储和检索。本文将详细探讨如何使用C#语言在Web环境下将Word文件存入数据库并进行读取。 首先,我们需要了解C#是如何操作Word...

    WEB项目,导入数据到word模板中并下载

    - **工具**:Apache POI是处理Microsoft Office文档的强大库,可以用来读取、写入Word文档。 - **框架**:Spring MVC或其他Web框架。 #### 三、具体实现 根据提供的部分内容,我们可以进一步细化实现步骤: ##### ...

    apache poi读取word内容

    在本案例中,我们将关注如何使用Apache POI来读取Word文档的内容,并将其以流的形式返回到Web应用程序的前端页面。 首先,Apache POI提供了一个名为`XWPFDocument`的类,用于处理`.docx`格式的Word文档。这个类允许...

    jsp读取word文件表格内容到数据库相应字段

    在IT行业中,将Word文档的内容读取并存储到数据库是一项常见的需求,特别是在数据处理和信息管理系统中。本示例中的任务是使用JSP(JavaServer Pages)技术来实现这一功能,涉及的关键技术包括Java、Word处理、HTML...

    Lotus Domino WEB 开发技术积累-DOC(313页)

    21. **读写关系数据库**:利用ODBC,Lotus Domino可以读取和写入关系型数据库的数据。 22. **视图到Excel,表单到Word**:导出视图数据到Excel,表单数据到Word格式。 23. **检索功能**:自定义Web上的检索功能,...

    读取word模板修改内容并生成pdf下载(多文件zip压缩下载).zip

    在.NET Core应用中,开发人员经常需要处理文档操作,如读取Word模板、修改内容以及将Word转换为PDF。此项目涉及的技术栈包括.NET Core框架、Aspose.Words库和ZipArchive类,这些都是实现这个功能的关键组件。 1. **...

    PHPWord纯PHP库读写MicrosoftWord文档

    PHPWord是一款强大的纯PHP库,它允许开发者在服务器端无须借助Microsoft Office或OpenOffice等外部软件,直接读取和写入Microsoft Word文档(.docx格式)。这款库的设计目标是为了方便Web应用处理Word文档,使得在...

    利用POI将word转换成html实现在线阅读

    Apache POI是一个强大的开源Java库,它允许开发者读取、写入以及创建Microsoft Office格式的文件,包括Word(.doc)文档。 首先,让我们深入了解Apache POI库。POI项目始于2001年,其目标是提供一个API,让开发者...

    WEB项目中使用POI修改word模板并实现页面下载

    总结来说,通过Apache POI,我们可以高效地在Web项目中处理Word模板,根据需求动态生成和下载文件。这在报表自动化、个性化合同生成等场景中非常有用。需要注意的是,处理大量文件时,性能优化是关键,比如使用内存...

    实现Web项目导出word功能

    在Web开发中,有时我们需要为用户提供将数据导出为Word文档的功能,这在报表生成、合同制作或报告撰写等场景非常常见。本教程主要讲解如何使用Java后台来实现这一功能,特别是结合Word2003的模板进行数据填充。我们...

    安卓开发-android 读取展示office2007.zip

    在安卓(Android)平台上开发应用时,有时需要处理与Office文档相关的功能,比如读取和展示Office 2007格式的文件,如Word、Excel和PowerPoint。本压缩包"安卓开发-android 读取展示office2007.zip"可能包含示例代码...

    POI导出word模板(WEB项目)

    在IT行业中,尤其是在Web开发领域,常常需要将数据从服务器导出到各种格式的文档,以便用户可以离线查看或进一步处理。其中,Word文档是一种常见的格式,它提供了丰富的文本编辑和格式化功能。本教程将详细介绍如何...

    java web的开发和应用

    通过POI,开发者可以读取和写入Excel文件,进行数据处理和分析。 ### 版本控制与协作开发 在团队开发中,版本控制工具如SVN(Subversion)至关重要。SVN允许开发者保存项目的历史版本,方便代码回溯和多人协作。...

    Think PHP5.0完全开发手册Word版本

    - **框架定位**:ThinkPHP5.0是一个面向对象的轻量级PHP开发框架,专为敏捷Web应用开发和简化企业级应用开发而设计。 - **主要特性**: - **规范性**:遵循PSR-4等规范,以及提供单元测试支持。 - **严谨性**:...

    asp.net从数据库中读二进制生成word文件并转换为MHT文件

    在ASP.NET开发中,有时需要从数据库中读取存储的二进制数据,这些数据可能是各种类型的文件,例如Word文档。本示例介绍如何在ASP.NET环境中从数据库中读取二进制数据生成Word文件,并进一步将其转换为MHT(单个文件...

    Web开发-如何在CKEditor富文本编辑器中上传图片-Python实例源码.zip

    在Web开发中,CKEditor是一款常用的富文本编辑器,它为用户提供了一个类似Word的界面来创建和编辑HTML内容。在CKEditor中实现图片上传功能,可以让用户在编辑文本时直接插入本地图片,增强内容的表现力。这个Python...

Global site tag (gtag.js) - Google Analytics