使用点网或Java分析Word文档的内容

本文关键字：文档 Word 分析 Java | 更新日期: 2023-09-27 17:58:19


 nbsp nbsp nbsp；我希望有人能帮我分析MS Word。基本上，我需要解析Word文档的内容，并使用结果值来形成映射。事实上，Word会有这样的内容：

Key1: Value1
Key2: Value2
KeyKey1: Key11: Value11
         Key12: Value12
KeyKey2:
  Key21: Value21
  Key22: Value22

 nbsp nbsp nbsp；文档将有表或键值对（也有键值）。我们需要识别或区分关键&keykey，并且需要解析文档并将其插入到映射中。目前，我正在研究手动解析，这看起来像是对值进行了太多的硬编码。例如，如何区分key1和key1以及key1和Key2。
 nbsp nbsp nbsp；请提出一些解析word文档或库内容的方法，以便用C#或Java进行解析

任何帮助都将不胜感激。提前谢谢。

使用点网或Java分析Word文档的内容

您需要查看文档的内容吗？为此，您可以将Apache POI与Java结合使用。我们在应用程序中使用它没有任何问题。我们读写Word和Excel文档。文档非常完整，API也非常简单。

目前最好的库是Apache tika。它支持多种文档类型，只需要编写几行代码。你可以阅读这篇文章http://www.lucidimagination.com/Community/Hear-from-the-Experts/Articles/Content-Extraction-Tika如果忽略solr相关的代码，那么提取pdf内容只需要5-6行代码。

您可以查看Java API For Microsoft文档，以便在Java中解析word文档。

相关文章：