共计 1578 个字符,预计需要花费 4 分钟才能阅读完成。
提取 Word 文档中的文本是一种常见的需要,咱们能够间接复制并粘贴保留到指定文件中。但这一办法更为实用于文本内容较少时。除了费时费力地手动保留以外,咱们能够通过编程语言编写代码来一次性提取 Word 文档中的大量内容。在这里我将介绍如何通过 Java 程序来实现这个性能。所用到的产品是 Free Spire.Doc for Java。具体操作和代码请参考下文。
程序环境
在进行操作之前,请先将 jar 导入到 Java 程序中,请参考以下两种导入办法:
办法一 :如果您应用的是 maven,能够通过增加以下代码到我的项目的 pom.xml 文件中,将 jar 文件导入到应用程序中。
<repositories>
<repository>
<id>com.e-iceblue</id>
<name>e-iceblue</name>
<url>https://repo.e-iceblue.cn/repository/maven-public/</url>
</repository>
</repositories>
<dependencies>
<dependency>
<groupId>e-iceblue</groupId>
<artifactId>spire.doc.free</artifactId>
<version>5.2.0</version>
</dependency>
</dependencies>
办法二 :如果您没有应用 maven,则能够从此链接下载 Free Spire.Doc for Java,找到 lib 文件夹下的 Spire.doc.jar 并进行解压;而后在 IDEA 中创立一个新我的项目,顺次点击“文件”(File),“我的项目构造”(Project Structure),“组件”(Modules),“依赖项”(Dependencies),再点击右方绿色“+”下的第一个选项“jar 文件或门路”(JARs or Directories),找到解压后的 Spire.doc.jar 文件,点击确认,将其导入到我的项目中。
具体办法和示例代码
• 创立一个 Document 对象来加载 Word 文档。
• 应用 getText() 办法获取文档中的文本。
• 调用 writeStringToTxt 办法将文本写入名为 ExtractedText.txt 的 txt 文件中。
import com.spire.doc.Document;
import java.io.FileWriter;
import java.io.IOException;
public class ExtractText {public static void main(String[] args) throws IOException {
// 加载 Word 文档
Document document = new Document();
document.loadFromFile("sample.docx");
// 获取文档中的文本保留为 String
String text=document.getText();
// 将 String 写入 Txt 文件
writeStringToTxt(text,"ExtractedText.txt");
}
public static void writeStringToTxt(String content, String txtFileName) throws IOException {FileWriter fWriter= new FileWriter(txtFileName,true);
try {fWriter.write(content);
}catch(IOException ex){ex.printStackTrace();
}finally{
try{fWriter.flush();
fWriter.close();} catch (IOException ex) {ex.printStackTrace();
}
}
}
}
正文完