知识屋:更实用的电脑技术知识网站
所在位置:首页 > 教育

用文本文档写java代码

发表时间:2022-03-26来源:网络

在Java编程中,如何使用java从文本文档中提取内容?

项目的目录结构如下 -

Tika的工具包可从以下网址下载:http://tika.apache.org/download.html ,只下载:tika-app-1.16.jar 和 tika-server-1.16.jar 。

以下是使用java从文本文档中提取内容的程序 -

import java.io.File;

import java.io.FileInputStream;

import java.io.IOException;

import org.apache.tika.exception.TikaException;

import org.apache.tika.metadata.Metadata;

import org.apache.tika.parser.ParseContext;

import org.apache.tika.sax.BodyContentHandler;

import org.apache.tika.parser.txt.TXTParser;

import org.xml.sax.SAXException;

public class ExtractContentFromTextDoc {

public static void main(String[] args) throws Exception {

// detecting the file type

BodyContentHandler handler = new BodyContentHandler();

Metadata metadata = new Metadata();

FileInputStream inputstream = new FileInputStream(new File("textExample.txt"));

ParseContext pcontext = new ParseContext();

// Text document parser

TXTParser TexTParser = new TXTParser();

TexTParser.parse(inputstream, handler, metadata, pcontext);

System.out.println("Contents of the document:" + handler.toString());

System.out.println("Metadata of the document:");

String[] metadataNames = metadata.names();

for (String name : metadataNames) {

System.out.println(name + " : " + metadata.get(name));

}

}

}

原ODF文件:textExample.txt 的内容如下 -

执行上面示例代码,得到以下结果 -

Contents of the document:易百教程定位为IT技术入门学习实例教程网站

易百教程是完全免费的

易百教程是非盈利性的

易百教程一直在升级和更新

全球最大的中文 IT 技术入门学习实例教程资源

易百教程是因特网上最大的 IT技术学习和开发者资源,其中包括全面的教程、完善的参考手册以及庞大的代码库。

易百教程每月接受成千上万的用户访问,并产生几十万以上的页面浏览量。

Metadata of the document:

Content-Encoding : GB18030

Content-Type : text/plain; charset=GB18030

¥ 我要打赏

纠错/补充

收藏

加QQ群啦,易百教程官方技术学习群

注意:建议每个人选自己的技术方向加群,同一个QQ最多限加 3 个群。

收藏
  • 人气文章
  • 最新文章
  • 下载排行榜
  • 热门排行榜