java读取doc,pdf问题。

PDFBox是一个开源的对pdf文件进行 *** 作的库。 PDFBox-073jar加入classpath。同时FontBox10jar加入classpath，否则报错

import javaioFileInputStream;  

import javaioFileNotFoundException;  

import javaioIOException;  

  

import orgpdfboxpdfparserPDFParser;  

import orgpdfboxpdmodelPDDocument;  

import orgpdfboxutilPDFTextStripper;  

  

public class PdfReader {  

    / 

      simply reader all the text from a pdf file  

      You have to deal with the format of the output text by yourself 

      2008-2-25 

      @param pdfFilePath file path 

      @return all text in the pdf file 

     /  

    public static String getTextFromPDF(String pdfFilePath)   

    {  

        String result = null;  

        FileInputStream is = null;  

        PDDocument document = null;  

        try {  

            is = new FileInputStream(pdfFilePath);  

            PDFParser parser = new PDFParser(is);  

            parserparse();  

            document = parsergetPDDocument();  

            PDFTextStripper stripper = new PDFTextStripper();  

            result = strippergetText(document);  

        } catch (FileNotFoundException e) {  

            // TODO Auto-generated catch block  

            eprintStackTrace();  

        } catch (IOException e) {  

            // TODO Auto-generated catch block  

            eprintStackTrace();  

        } finally {  

            if (is != null) {  

                try {  

                    isclose();  

                } catch (IOException e) {  

                    // TODO Auto-generated catch block  

                    eprintStackTrace();  

                }  

            }  

            if (document != null) {  

                try {  

                    documentclose();  

                } catch (IOException e) {  

                    // TODO Auto-generated catch block  

                    eprintStackTrace();  

                }  

            }  

        }  

        return result;  

    }  

    public  static void main(String[] args)  

    {  

        String str=PdfReadergetTextFromPDF("C:\\Readpdf");  

        Systemoutprintln(str);  

      

    }  

}

代码2：

import javaioFile;  

import javaioFileOutputStream;  

import javaioOutputStreamWriter;  

import javaioWriter;  

import javanetMalformedURLException;  

import javanetURL;  

import orgpdfboxpdmodelPDDocument;  

import orgpdfboxutilPDFTextStripper;  

public class PDFReader {  

 public void readFdf(String file) throws Exception {  

   

  boolean sort = false;  

   

  String pdfFile = file;  

  String textFile = null;  

 

  String encoding = "UTF-8";  

  

  int startPage = 1;  

  

  int endPage = IntegerMAX_VALUE;  

   

  Writer output = null;  

   

  PDDocument document = null;  

  try {  

   try {  

    // 首先当作一个URL来装载文件，如果得到异常再从本地文件系统//去装载文件  

    URL url = new URL(pdfFile);  

   //注意参数已不是以前版本中的URL而是File。  

    document = PDDocumentload(pdfFile);  

    // 获取PDF的文件名  

    String fileName = urlgetFile();  

    // 以原来PDF的名称来命名新产生的txt文件  

    if (fileNamelength() > 4) {  

     File outputFile = new File(fileNamesubstring(0, fileName  

       length() - 4)  

       + "txt");  

     textFile = outputFilegetName();  

    }  

   } catch (MalformedURLException e) {  

    // 如果作为URL装载得到异常则从文件系统装载  

   //注意参数已不是以前版本中的URL而是File。  

    document = PDDocumentload(pdfFile);  

    if (pdfFilelength() > 4) {  

     textFile = pdfFilesubstring(0, pdfFilelength() - 4)  

       + "txt";  

    }  

   }  

   

   output = new OutputStreamWriter(new FileOutputStream(textFile),  

     encoding);  

  

   PDFTextStripper stripper = null;  

   stripper = new PDFTextStripper();  

   // 设置是否排序  

   strippersetSortByPosition(sort);  

   // 设置起始页  

   strippersetStartPage(startPage);  

   // 设置结束页  

   strippersetEndPage(endPage);  

   // 调用PDFTextStripper的writeText提取并输出文本  

   stripperwriteText(document, output);  

  } finally {  

   if (output != null) {  

    // 关闭输出流  

    outputclose();  

   }  

   if (document != null) {  

    // 关闭PDF Document  

    documentclose();  

   }  

  }  

 }  

 / 

   @param args 

  /  

 public static void main(String[] args) {  

  // TODO Auto-generated method stub  

     PDFReader pdfReader = new PDFReader();  

  try {  

   // 取得E盘下的SpringGuidepdf的内容  

   pdfReaderreadFdf("C:\\Readpdf");  

  } catch (Exception e) {  

   eprintStackTrace();  

  }  

 }  

}

2、抽取支持中文的pdf文件－xpdf

xpdf是一个开源项目，我们可以调用他的本地方法来实现抽取中文pdf文件。

>import javaio;  

/ 

 <p>Title: pdf extraction</p> 

 <p>Description: email:chris@matrixorgcn</p> 

 <p>Copyright: Matrix Copyright (c) 2003</p> 

 <p>Company: Matrixorgcn</p> 

 @author chris 

 @version 10,who use this example pls remain the declare 

/  

  

  

public class PdfWin {  

public PdfWin() {  

}  

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

{  

String PATH_TO_XPDF="C:Program Filesxpdfpdftotextexe";  

String filename="c:apdf";  

String[] cmd = new String[] { PATH_TO_XPDF, "-enc", "UTF-8", "-q", filename, "-"};  

Process p = RuntimegetRuntime()exec(cmd);  

BufferedInputStream bis = new BufferedInputStream(pgetInputStream());  

InputStreamReader reader = new InputStreamReader(bis, "UTF-8");  

StringWriter out = new StringWriter();  

char [] buf = new char[10000];  

int len;  

while((len = readerread(buf))>= 0) {  

//outwrite(buf, 0, len);  

Systemoutprintln("the length is"+len);  

}  

readerclose();  

String ts=new String(buf);  

Systemoutprintln("the str is"+ts);  

}  

}

引入poi的jar包，大致如下：

读取代码如下，应该能看得明白吧

import javaioFileInputStream;

import javaioFileNotFoundException;

import javaioIOException;

import javaioInputStream;

import javamathBigDecimal;

import javatextDecimalFormat;

import javatextSimpleDateFormat;

import orgapachepoixssfusermodelXSSFCell;

import orgapachepoixssfusermodelXSSFRow;

import orgapachepoixssfusermodelXSSFSheet;

import orgapachepoixssfusermodelXSSFWorkbook;

public class ExcelUtil2007 {

/读取excel文件流的指定索引的sheet

  @param inputStream excel文件流

  @param sheetIndex 要读取的sheet的索引

  @return

  @throws FileNotFoundException

  @throws IOException

 /

public static XSSFSheet readExcel(InputStream inputStream,int sheetIndex) throws FileNotFoundException, IOException

{

return readExcel(inputStream)getSheetAt(sheetIndex);

}

/读取excel文件的指定索引的sheet

  @param filePath excel文件路径

  @param sheetIndex 要读取的sheet的索引

  @return

  @throws IOException 

  @throws FileNotFoundException 

 /

public static XSSFSheet readExcel(String filePath,int sheetIndex) throws FileNotFoundException, IOException

{

return readExcel(filePath)getSheetAt(sheetIndex);

}

/读取excel文件的指定索引的sheet

  @param filePath excel文件路径

  @param sheetName 要读取的sheet的名称

  @return

  @throws IOException 

  @throws FileNotFoundException 

 /

public static XSSFSheet readExcel(String filePath,String sheetName) throws FileNotFoundException, IOException

{

return readExcel(filePath)getSheet(sheetName);

}

/读取excel文件，返回XSSFWorkbook对象

  @param filePath excel文件路径

  @return 

  @throws FileNotFoundException

  @throws IOException

 /

public static XSSFWorkbook readExcel(String filePath) throws FileNotFoundException, IOException

{

XSSFWorkbook wb=new XSSFWorkbook(new FileInputStream(filePath));

return wb;

}

/读取excel文件流，返回XSSFWorkbook对象

  @param inputStream excel文件流

  @return

  @throws FileNotFoundException

  @throws IOException

 /

public static XSSFWorkbook readExcel(InputStream inputStream) throws FileNotFoundException, IOException

{

XSSFWorkbook wb=new XSSFWorkbook(inputStream);

return wb;

}

/读取excel中指定的单元格，并返回字符串形式的值

  1数字

  2字符

  3公式（返回的为公式内容，非单元格的值）

  4空

  @param st 要读取的sheet对象

  @param rowIndex 行索引

  @param colIndex 列索引

  @param isDate 是否要取的是日期（是则返回yyyy-MM-dd格式的字符串）

  @return

 /

public static String getCellString(XSSFSheet st,int rowIndex,int colIndex,boolean isDate){

String s="";

XSSFRow row=stgetRow(rowIndex);

if(row == null) return "";

XSSFCell cell=rowgetCell(colIndex);

if(cell == null) return "";

if (cellgetCellType() == 0) {//数字

if(isDate)s=new SimpleDateFormat("yyyy-MM-dd")format(cellgetDateCellValue());

else s = trimPointO(StringvalueOf(getStringValue(cell))trim());

}else if (cellgetCellType() == 1){//字符（excel中的空格，不是全角，也不是半角，不知道是神马,反正就是" "这个）

s=cellgetRichStringCellValue()getString()replaceAll(" ", " ")trim();

// s=cellgetStringCellValue();//07API新增，好像跟上一句一致

}

else if (cellgetCellType() == 2){//公式

s=cellgetCellFormula();

}

else if (cellgetCellType() == 3){//空

s="";

}

return s;

}

/如果数字以 0 结尾，则去掉0

  @param s

  @return

 /

public static String trimPointO(String s) {

if (sendsWith("0"))

return ssubstring(0, slength() - 2);

else

return s;

}

/处理科学计数法和百分比模式的数字单元格

  @param cell

  @return

 /

public static String getStringValue(XSSFCell cell) {

String sValue = null;

short dataFormat = cellgetCellStyle()getDataFormat();

double d = cellgetNumericCellValue();

BigDecimal b = new BigDecimal(DoubletoString(d));

//百分比样式的

if (dataFormat == 0xa || dataFormat == 9) {

b=bmultiply(new BigDecimal(100));

//String temp=btoPlainString();

DecimalFormat df=new DecimalFormat("000");//保留两位小数的百分比格式

sValue = dfformat(b) + "%";

}else{

sValue = btoPlainString();

}

return sValue;

}

}

这个不好办。

你可以现在Excel中看看下拉列表取的哪些行列的数据，然后在程序中读取这些行列的数据。

或者试试下面的代码（基于POI）：

XSSFWorkbook excel = new XSSFWorkbook(in);

XSSFSheet sheet = excelgetSheetAt(0); 

XSSFRow r = thissheetgetRow(row);// row=行号

XSSFCell c= rgetCell(col));// col=列号

CellRangeAddress array = cellgetArrayFormulaRange();

Systemoutprintln(arrayformatAsString());// 看看对不对

// 调用其他array方法获取值

以上就是关于java读取doc,pdf问题。全部的内容，包括:java读取doc,pdf问题。、java怎么读取excel数据、java 读取Excel 下拉列表里面所有的选项等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！