Java實用程序將任何文件的內容轉換爲文本文件。

我正在尋找一個用戶可以轉換任何類型的文件（pdf，doc，docx，xls，xlsx，csv，rtf，txt）的Java實用程序。我們有要求用戶可以上傳任何類型的文件，我們需要讀取文件的內容（僅文本），將其轉換並存儲在一個對象中。這可以使用Apachi poi完成，但我想知道是否有任何Java實用程序存在？Java實用程序將任何文件的內容轉換爲文本文件。

來源

2013-02-25 S Jagdeesh

什麼是您的編程問題？這種效用要麼非常容易出錯（不夠具體），要麼非常難以開發（考慮到許多具體情況），因此也是專有的（例如用於搜索引擎）。 – ipavlic 2013-02-25 16:12:16

對於解析PDF，您可以使用PDFBox：http://pdfbox.apache.org/ – 2013-02-25 16:13:22

Christophe，由於javier給出了apache tikka及其使用內部PDFBox的鏈接。它不僅關於pdf，我還需要解析其他格式。 – 2013-02-26 06:35:04

您可能感興趣的Apache Tika，其中包括Apache POI和PDFBox的功能。從項目描述中，工具包：「使用現有解析器庫從各種文檔檢測並提取元數據和結構化文本內容。」「

來源

2013-02-25 16:25:52 Javier

感謝Javier，Apache Tika看起來不錯，滿足了我的要求。 – 2013-02-26 06:29:08

我想你不能對每種類型的文件都具有某種通用功能。您將需要爲每種文件類型實現轉換方法。 This link有助於PDF文件，並且還會爲您提供一個模板來處理您的其他文件類型。

來源

2013-02-25 16:12:06 christopher

感謝克里斯的評論，但我個人從不建議任何人使用roseindia.net。相信我這是學習一些最糟糕的網站。 – 2013-02-26 06:32:48

Java實用程序將任何文件的內容轉換爲文本文件。

回答

相關問題