该部分主要内容：文件上传，以及office文件和pdf的html处理，以及提取text
// 根据服务器的文件保存地址和原文件名创建目录文件全路径
File file = this.getFile();
String url = "";
String tempFile = "";
String fileFolder = ""; //上传文件路径
String hz = "";
String oldOrgFileId = null;
Long oldId = knowledge.getZsk_zskID();
if(null != oldId && 0 != oldId){
oldOrgFileId = knowledge.getOrgFileId();
}
if(null != file){
// 截取扩展名
hz = fileFileName.substring(fileFileName.lastIndexOf("."),fileFileName.length());
String zskCode = knowledge.getZsk_Code();
fileFolder = createNewFile(this.savePath,zskCode);
// 上传的文件在服务器中的全路径
url = fileFolder + "\\" + fileFileName;
//1、文件上传
FileUtils.copyFile(file, new File(url));
//2、文件转化为html
tempFile = createNewFile(this.tempPath,zskCode);
String htmlStr = "";
if(hz.equals(".pdf")){
htmlStr = "<html><body>" +
"<embed src='"+fileFileName+"' width='100%' height='100%'></embed>" +
"</body></html>";
}else{
String dstHtml = tempFile+"\\"+zskCode+".html";
//删除文件夹下所有文件及子文件夹
FileUtil.deleteChildFile(new File(tempFile));
changeDocToHtml(hz, url, dstHtml);
htmlStr = FileUtil.htmlToStr(dstHtml);
}
knowledge.setContentHtml(htmlStr);
Clob htmlColb=Hibernate.createClob(htmlStr);
knowledge.setZsk_Description(htmlColb);
//3、获取上传文件对应的文本内容
String docContent = findDocContent(hz, url);
knowledge.setContentText(docContent);
Clob docContentClob=Hibernate.createClob(docContent);
knowledge.setZsk_Text(docContentClob);
String orgFileId = new GUID().toString(); //知识库原文件对应的标识
knowledge.setOrgFileId(orgFileId);
knowledge.setZsk_ContentType(1);
}else{
Clob htmlColb = Hibernate.createClob(htmlArea);
Clob textClob = Hibernate.createClob(htmlArea.replaceAll("</?[^>]+>", ""));
knowledge.setZsk_Description(htmlColb);
knowledge.setContentHtml(htmlArea);
knowledge.setZsk_Text(textClob);
knowledge.setContentText(htmlArea);
knowledge.setZsk_ContentType(2);
}
//添加时处理
if(null == oldId || 0 == oldId){
//to--do 需要在后期重新处理 当前用户
if(null == knowledge.getZsk_Author() || "".equals(knowledge.getZsk_Author())){ //当前用户
knowledge.setZsk_Author(SessionUtil.getTSysAgent().getCagentname());
}
knowledge.setZsk_RegisterTime(new Date());
}
//to---do
knowledge.setZsk_LastMender(1L);
knowledge.setZsk_ModifyTime(new Date());
KnowLedgeOtherContion ko = new KnowLedgeOtherContion();
ko.setFileContentType(fileContentType);
ko.setFileFileName(fileFileName);
ko.setOldId(oldId);
ko.setTempFile(tempFile);
ko.setUrl(url);
ko.setOldOrgFileId(oldOrgFileId);
knowUploadServiceImp.saveOrUpdateKnowledge(knowledge,ko);
将office转化为html
/**
* 将word,excel,ppt,pdf转化为html
* @param hz
* @param url
* @param dstHtml
*/
private void changeDocToHtml(String hz, String url, String dstHtml) {
if("pdf".equalsIgnoreCase(hz)){
}else if(".xls".equalsIgnoreCase(hz) || ".xlsx".equalsIgnoreCase(hz)){
DocToHtml.getInstance().ExceltoHtml(url,dstHtml);
}else if(".doc".equalsIgnoreCase(hz) || ".docx".equalsIgnoreCase(hz)){
DocToHtml.getInstance().WordtoHtml(url,dstHtml);
}else if(".ppt".equalsIgnoreCase(hz) || ".pptx".equalsIgnoreCase(hz)){
DocToHtml.getInstance().PPTtoHtml(url, dstHtml);
}
}
将word,wxcel,ppt另存为html的方法
public boolean WordtoHtml(String srcFile, String dstFile) {
ComThread.InitSTA();
ActiveXComponent activexcomponent = new ActiveXComponent("Word.Application");
String s2 = srcFile;
String s3 = dstFile;
boolean flag = false;
try {
activexcomponent.setProperty("Visible", new Variant(false));
Dispatch dispatch = activexcomponent.getProperty("Documents").toDispatch();
Dispatch dispatch1 = Dispatch.invoke(dispatch, "Open", 1,
new Object[] { s2, new Variant(false), new Variant(true) },
new int[1]).toDispatch();
Dispatch.invoke(dispatch1, "SaveAs", 1, new Object[] { s3,new Variant(8) }, new int[1]);
Variant variant = new Variant(false);
Dispatch.call(dispatch1, "Close", variant);
flag = true;
} catch (Exception exception) {
log.error("word转化为html出错-->"+exception.getMessage());
} finally {
activexcomponent.invoke("Quit", new Variant[0]);
ComThread.Release();
ComThread.quitMainSTA();
}
return flag;
}
public boolean PPTtoHtml(String srcFile, String dstFile) {
ComThread.InitSTA();
ActiveXComponent activexcomponent = new ActiveXComponent( "PowerPoint.Application");
boolean flag = false;
try {
Dispatch dispatch = activexcomponent.getProperty("Presentations")
.toDispatch();
Dispatch dispatch1 = Dispatch.call(dispatch, "Open", srcFile,
new Variant(-1), new Variant(-1), new Variant(0))
.toDispatch();
Dispatch.call(dispatch1, "SaveAs", dstFile, new Variant(12));
// Variant variant = new Variant(-1);
Dispatch.call(dispatch1, "Close");
flag = true;
} catch (Exception exception) {
log.error("ppt转化为html出错-->"+exception.getMessage());
} finally {
activexcomponent.invoke("Quit", new Variant[0]);
ComThread.Release();
ComThread.quitMainSTA();
}
return flag;
}
public boolean ExceltoHtml(String s, String s1) {
ComThread.InitSTA();
ActiveXComponent activexcomponent = new
ActiveXComponent("Excel.Application");
boolean flag = false;
try
{
activexcomponent.setProperty("Visible", new Variant(false));
Dispatch dispatch = activexcomponent.getProperty("Workbooks").toDispatch();
Dispatch dispatch1 = Dispatch.invoke(dispatch, "Open", 1, new Object[] {
s, new Variant(false), new Variant(true)}, new int[1]).toDispatch();
Dispatch.call(dispatch1, "SaveAs", s1, new Variant(44));
Variant variant = new Variant(false);
Dispatch.call(dispatch1, "Close", variant);
flag = true;
}catch(Exception exception){
log.error("excel转化为html出错-->"+exception.getMessage());
}finally{
activexcomponent.invoke("Quit", new Variant[0]);
ComThread.Release();
ComThread.quitMainSTA();
}
return flag;
}
获取office文件以及pdf的文本内容
private String findDocContent(String hz, String url) {
String docContent = null;
File file = new File(url);
if(".pdf".equalsIgnoreCase(hz)){
docContent = GetDocText.getDocTextInta().getTextFromPdf(file);
}else if(".xls".equalsIgnoreCase(hz) || ".xlsx".equalsIgnoreCase(hz)){
docContent = GetDocText.getDocTextInta().getTextFromExcel(file);
}else if(".doc".equalsIgnoreCase(hz) || ".docx".equalsIgnoreCase(hz)){
docContent = GetDocText.getDocTextInta().getTextFromWord(file);
}else if(".ppt".equalsIgnoreCase(hz) || ".pptx".equalsIgnoreCase(hz)){
docContent = GetDocText.getDocTextInta().getTextFromPPT(file);
}
return docContent;
}
具体的实现方法
/**
* 从word文件获取文本内容
*
* @param wordFile
* @return word文件的文本内容
*/
public String getTextFromWord(File wordFile) {
String wordText = "";
InputStream is = null;
try {
//word 2003： 图片不会被读取
is = new FileInputStream(wordFile);
String fileName = wordFile.getName();
String hz = fileName.substring(fileName.lastIndexOf("."),fileName.length());
if(".doc".equals(hz)){
WordExtractor ex = new WordExtractor(is);
wordText = ex.getText();
}else{
OPCPackage opcPackage = POIXMLDocument.openPackage(wordFile.getAbsolutePath());
POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
wordText = extractor.getText();
}
} catch (Exception e) {
e.printStackTrace();
}finally{
if(is != null){
try {
is.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
return wordText;
}
/**
* 从excel获取文本内容
*
* @param excelFile
* @return Excel文件的文本内容
*/
public String getTextFromExcel(File excelFile) {
String text = "";
InputStream in = null;
try {
//创建相关的文件流对象
in = new FileInputStream(excelFile);
//声明相关的工作薄对象
Workbook wb =null;
//声明相关的excel抽取对象
ExcelExtractor extractor=null;
String fileName = excelFile.getName();
String hz = fileName.substring(fileName.lastIndexOf("."),fileName.length());
if(hz.equals(".xls"))//针对2003版本
{
//创建excel2003的文件文本抽取对象
wb=new HSSFWorkbook(new POIFSFileSystem(in));
extractor =new org.apache.poi.hssf.extractor.ExcelExtractor((HSSFWorkbook)wb);
}else{ //针对2007版本
wb = new XSSFWorkbook(in);
//创建excel2007的文件文本抽取对象
extractor =new XSSFExcelExtractor((XSSFWorkbook)wb);
}
extractor.setFormulasNotResults(false);
//是否抽象sheet页的名称
extractor.setIncludeSheetNames(true);
//是否抽取cell的注释内容
extractor.setIncludeCellComments(true);
//获取相关的抽取文本信息
text = extractor.getText();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}finally{
if(in != null){
try {
in.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
return text;
}
/**
* 从ppt获取文本内容
*
* @param pptFile
* @return ppt文件的文本内容
*/
public String getTextFromPPT(File pptFile){
String pptText = null;
FileInputStream fin = null;
try {
fin = new FileInputStream(pptFile);
String fileName = pptFile.getName();
String hz = fileName.substring(fileName.lastIndexOf("."),fileName.length());
if(".ppt".equals(hz)){
QuickButCruddyTextExtractor qct = new QuickButCruddyTextExtractor(fin);
pptText = qct.getTextAsString();
}else{
OPCPackage opcPackage = POIXMLDocument.openPackage(pptFile.getAbsolutePath());
XSLFPowerPointExtractor pptExtractor = new XSLFPowerPointExtractor(opcPackage);
pptText = pptExtractor.getText();
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (XmlException e) {
e.printStackTrace();
} catch (OpenXML4JException e) {
e.printStackTrace();
}finally{
if(null != fin){
try {
fin.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
return pptText;
}
/**
* 从pdf文件获取文本内容
*
* @param pdfFile
* @return pdf文件的文本内容
*/
public String getTextFromPdf(File pdfFile){
String result = null;
FileInputStream is = null;
PDDocument document = null;
try{
is = new FileInputStream(pdfFile);
PDFParser parser = new PDFParser(is);
parser.parse();
document = parser.getPDDocument();
PDFTextStripper stripper = new PDFTextStripper();
result = stripper.getText(document);
}catch(FileNotFoundException e){
e.printStackTrace();
}catch(IOException e){
e.printStackTrace();
}finally{
if(is != null){
try{
is.close();
}catch(IOException e){
e.printStackTrace();
}
}
if(document != null){
try{
document.close();
}catch(IOException ex){
ex.printStackTrace();
}
}
}
return result;
}
/**
*
* @param txtFile
* @return 返回txt的内容
*/
public String getTextFromTxt(File txtFile){
FileReader fr;
StringBuffer buff = new StringBuffer();
try {
fr = new FileReader(txtFile);
BufferedReader br = new BufferedReader(fr);
String temp = null;
while((temp = br.readLine()) != null){
buff.append(temp + "\r\n");
}
br.close();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
return buff.toString();
}
对带有clob字段的实体save时，直接调用hibernate的save即可。ojdbc14.jar。
更新时的处理 如下：
public void updateKnowledge(Knowledge knowledge) {
try {
knowledge.setZsk_Description(Hibernate.createClob(" "));
knowledge.setZsk_Text(Hibernate.createClob(" "));
update(knowledge);
flush();
getSession().refresh(knowledge, LockMode.UPGRADE);
SerializableClob htmlSc=(SerializableClob)knowledge.getZsk_Description();
SerializableClob textSc=(SerializableClob)knowledge.getZsk_Text();
Clob htmlWrapclob=htmlSc.getWrappedClob();
Clob textWrapclob=textSc.getWrappedClob();
CLOB htmlClob2=(CLOB)htmlWrapclob;
CLOB textClob2=(CLOB)textWrapclob;
Writer htmlWriter=htmlClob2.getCharacterOutputStream();
htmlWriter.write(knowledge.getContentHtml());
htmlWriter.close();
Writer textWriter=textClob2.getCharacterOutputStream();
textWriter.write(knowledge.getContentText());
textWriter.close();
update(knowledge);
} catch (RuntimeException re) {
throw re;
} catch (SQLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
上面几步做完，基本可以完成上传以及存入数据库，以及对带有clob文件的更新。
需要的环境 windows，jacob-1.17-M2-x64 具体的jacob下载和配置 参照网络。poi-3.9
相关推荐
因此，如何将常见的Office文档和PDF文件转换为适合Web展示的格式成为了一个关键问题。 #### 二、关键技术介绍——Java结合OpenOffice与SWFTools实现文档转换 ##### 1. 安装OpenOffice.org OpenOffice.org 是一套由...
标题“java实现office、wps转pdf，pdf转word”指的是利用Java编程来实现在不同办公文档格式间的转换，特别是从Microsoft Office和WPS格式转换为PDF，以及从PDF反向转换为Word文档。 首先，让我们讨论从Office和WPS...
Java作为一种强大的编程语言，提供了丰富的库和工具来实现各种文件格式之间的转换，包括将Office文件（如Word、Excel、PowerPoint）转换为PDF格式。这个过程涉及到的技术点主要包括文件读取、内容解析以及格式转换。...
"Office文档转PDF显示"这个主题涉及到的技术点是利用特定的库或者工具，将Microsoft Office创建的文件（如Word文档、Excel电子表格和PowerPoint演示文稿）转换成PDF格式。在给定的描述中，提到了一个名为"Aspose ...
在IT行业中，尤其是在Web开发领域，用户经常需要预览上传的Office文档（如Word、Excel、PowerPoint）和PDF文件，而无需下载到本地。为了满足这种需求，开发者需要掌握如何在Web环境中实现在线预览的技术。本实例将...
综上所述，使用Aspose for Java，你可以轻松地将Office文档转换为PDF，但需要正确配置jar包依赖，处理认证文件，并根据项目需求选择合适的转换策略。记得定期更新Aspose库以获取最新的特性和修复。
3. **定义转换逻辑**：创建一个方法，接收源文件路径和目标PDF文件路径作为参数。然后，使用`JODConverter`的转换方法，将源文件转换为PDF。 ```java import org.jodconverter.LocalConverter; import org....
在IT行业中，尤其是在Web开发领域，常常需要处理用户上传的各种文档，其中尤以Office文档（如Word、Excel、PowerPoint）和PDF文档最为常见。Java作为广泛应用的后端开发语言，提供了解决这一问题的多种方案。本篇将...
java将office文档pdf文档转换成swf文件在线预览
在Java编程环境中，读取Office文档是一项常见的任务，特别是在数据处理和自动化办公场景下。本示例Demo专注于演示如何使用Java来读取不同类型的Office文档，包括Excel、Word、PDF和PowerPoint。以下是对这个"java...
本话题主要聚焦于如何利用Java将Office文档（如Word、PowerPoint）转换为PDF，然后再进一步将PDF转换为SWF（Flash动画）文件。以下是关于这个过程的详细解释。 首先，我们要解决的是Office到PDF的转换。这通常涉及...
本源码是基于Java开发的Office文档转换为PDF服务设计，包含35个文件，其中包括7个.java文件，6个.class文件，以及3个.jar文件。此外，还包括3个.png文件，2个.prefs文件和2个.dll文件。此外，还包括1个.classpath...
本示例中，我们关注的是如何使用Java来实现Office文档（如Word、Excel或PowerPoint）转换为PDF的解决方案。"java实现office转pdf.zip"这个压缩包包含了2019年7月20日某个项目中的代码，其主要功能就是将Office文件...
Java使用OpenOffice转换Office文档为PDF是一种常见的技术需求，尤其在企业级应用中，为了保持一致性和跨平台兼容性，可能会需要将Word、Excel或PowerPoint文档转换为PDF格式。以下将详细介绍如何在Java环境中利用...
在Java编程环境中，将Excel文件转换为PDF文件是一项常见的任务，尤其在数据报告或文档格式转换的场景下。本文将详细介绍如何使用Apache POI库处理Excel数据，以及使用iText库将这些数据导出为PDF格式。Apache POI是...
首先，标题“java读取word文档.pdf”和描述“java读取word文档.pdf”暗示了文章内容可能涉及使用Java语言读取Word文档的技术。 从片段中可以提取到的关键技术点包括： 1. Apache POI库：Apache POI是一个开源的...
WebOffice是一款专业的在线文档处理系统，它允许用户通过Java平台在Web环境中实现对各种Office文档的在线打开和编辑。这款工具极大地提升了协作效率，让用户无需安装任何桌面版Office软件即可在浏览器中完成文档的...
使用Java程序编写，传入在线文档的url，调用onlyoffice展示在线文档。压缩包中只包含代码，不包含onlyoffice的部署步骤。建议onlyoffice使用Docker部署。