Ebben az útmutatóban lépésről lépésre bemutatjuk a(z) Text ** Java nyelvű Word dokumentumból történő kibontásának** lépéseit. Továbbá megtudhatja, hogyan állíthatja be a szükséges könyvtárat a Maven tárolóból, és hogyan használhatja ezt a kézikönyvet a DOCX-ből Java segítségével szöveg kinyerésére szolgáló funkció létrehozására. Itt vannak a főbb pontok a dokumentumokból a szöveg és a minta kódrészlet kinyeréséhez.
Szöveg kibontásának lépései a Word dokumentumból Java nyelven
- Telepítse a(z) GroupDocs.Parser for Java fájlt a Java projekt Maven tárolójából, hogy szöveget kinyerhessen a Word dokumentumból
- Importáljon alapvető osztályokat a Word-fájlból szövegkivonat funkcióinak fejlesztéséhez
- Példányosítsa a Parser osztályt a bemeneti Word dokumentum betöltéséhez, hogy szöveget vonjon ki belőle
- Hívja meg a Parser osztály getText metódusát, és szerezze be a TextReader objektumot
- Végül olvassa el a szöveget az olvasótól
Felsoroltunk minden olyan pontot, amely szükséges a olvasott szöveg Word dokumentumból Java alkalmazásban történő létrehozásához. Ezek a lépések nagyon egyszerűen követhetők bármely elterjedt operációs rendszerben, beleértve a Windowst, a macOS-t és a Linuxot. Ezenkívül könnyedén felhasználhatja az API-t a dokumentumok szövegének kinyerésére anélkül, hogy további szoftvereket kellene beállítani.
Kód szöveg kivonásához a Word dokumentumból Java nyelven
| import com.groupdocs.parser.Parser; | |
| import com.groupdocs.parser.data.TextReader; | |
| import java.io.IOException; | |
| public class ExtractTextFromWordDocumentInJava { | |
| public static void main(String[] args) throws IOException { // Main function to extract text from Word document in Java | |
| // Create an instance of Parser class | |
| try (Parser parser = new Parser("sample.docx")) { | |
| // Extract a text into the reader | |
| try (TextReader reader = parser.getText()) { | |
| // Print a text from the document | |
| // If text extraction isn't supported, a reader is null | |
| System.out.println(reader == null ? "Text extraction isn't supported" : reader.readToEnd()); | |
| } | |
| } | |
| } | |
| } |
A fenti kódrészlet a Java szövegkivonó Wordből képesség megvalósítását mutatja be. Mint látható, az Parser osztályt használják a bemeneti DOCX dokumentum betöltésére elemzés céljából a könyvtár beállítása és a szükséges osztály importálása után. Ezt követően felhasználtuk a getText metódust a TextReader objektum megszerzéséhez, majd kiolvastuk a szöveget az olvasóból.
Megbeszéltük annak részletes folyamatát, hogyan lehet szöveget kivonni a Word-dokumentumból Java használatával, és elkészítettünk hozzá egy mintakódot. Nemrég közzétettünk egy cikket a Word-dokumentumból képek Java nyelven történő kibontásáról. További információért tekintse meg a hogyan lehet képeket kivonni a Word dokumentumból Java segítségével útmutatót.
