文檔預處理庫

Question

我正在尋找文檔預處理的libararies（和指南）。我的意思是，例如生成PDF，MS Office（Excel/Word），Open Office格式文件。

我已經看到有流行的特別是Apache POI和iText。 你知道任何描述doc預處理庫的書嗎（對於iText，我發現「iText in Action」）？

我也想比較一下庫。

任何線索？

Answer 1

對於文件格式本身，許多細節都可以在線獲得。沒有我知道的書。但是這裏有一些在線參考了一些辦公文檔文件格式。

對於Microsoft Office文檔（Word，Excel和PowerPoint），格式公佈 http://www.microsoft.com/openspecifications/en/us/programs/osp/office-file-formats/default.aspx 或 http://msdn.microsoft.com/en-us/library/cc313105%28v=office.12%29.aspx

微軟的站點包含了如何解析Office類型文件的一些例子，這可能是對你有用。

對於開放式辦公，你可以看看 http://www.openoffice.org/xml/general.html 或 https://www.oasis-open.org/committees/tc_home.php?wg_abbrev=office

但上面都比較喜歡參考手冊不是一個教程，或者可以讓你輕鬆地分析這些文檔庫。