使用Java庫從ODT文檔中提取字段

Question

我需要使用Java庫或代碼從ODT文檔的內容中提取字段標籤。我知道odt是某種壓縮文件，它的內容在一個content.xml文件中。當然，我可以提取文件，打開content.xml並解析它，但我相信存在一些更高級別的代碼。舉個例子，內容如下所示：

<text:p text:style-name="Standard">Hi ${name}!</text:p>  
<text:p text:style-name="Standard"> 
<text:text-input text:description="JOOScript">$nome</text:text-input></text:p> 

我想提取字段爲$ {name}和$ nome。

我知道Apache Tika可以用於那個，但我還沒有發現一個實際顯示字段提取的例子。我相信這是因爲我使用的字段是非結構化文本而不是輸入字段標記。

由於提前， 丹尼爾

Answer 1

好，以防萬一有人有興趣，我們最後使用Apache提卡獲得從ODT的內容和我們使用下面的正則表達式解析它：

\$\{[\w\-\.]*\}