在现代数字技术时代，发现文档中隐藏的信息对于有效的文档管理和分析至关重要。文档元数据（包括作者、创建日期和修订历史等详细信息）提供了有关文档起源和演变的宝贵见解。本文深入探讨了如何利用元数据库使用 Java 从 DOCX 读取元数据的过程。这使开发人员能够更深入地研究他们的文档存储库并改进他们的文档处理工作流程。以下是基本步骤和代码示例，演示如何使用 Java 读取 DOCX 的元数据。
使用 Java 从 DOCX 读取元数据的步骤
- 配置您的 IDE 以利用 GroupDocs.Metadata for Java 提取 DOCX 元数据
- 实例化 Metadata 类，将 DOCX 文件路径作为参数传递给构造函数
- 创建条件或规则来检查所有元数据属性
- 为 Metadata.findProperties 方法指定谓词
- 迭代检索到的属性
从 DOCX 文件中提取元数据为开发人员提供了众多机会，无论是自动进行文档分类、在文档存储库中实现搜索功能，还是确保组织合规性。假设安装了 Java，则遵循提供的说明与 Windows、macOS 和 Linux 等流行操作系统兼容。此过程不需要任何额外的软件安装来在 Java 中提取 DOCX 的元数据。设置推荐的库并调整文件路径后，将以下代码集成到您的项目中应该很简单且无忧。
使用 Java 从 DOCX 读取元数据的代码
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| import com.groupdocs.metadata.Metadata; | |
| import com.groupdocs.metadata.core.FileFormat; | |
| import com.groupdocs.metadata.core.IReadOnlyList; | |
| import com.groupdocs.metadata.core.MetadataProperty; | |
| import com.groupdocs.metadata.core.MetadataPropertyType; | |
| import com.groupdocs.metadata.licensing.License; | |
| import com.groupdocs.metadata.search.FallsIntoCategorySpecification; | |
| import com.groupdocs.metadata.search.OfTypeSpecification; | |
| import com.groupdocs.metadata.search.Specification; | |
| import com.groupdocs.metadata.tagging.Tags; | |
| import java.util.Calendar; | |
| import java.util.Date; | |
| import java.util.regex.Matcher; | |
| import java.util.regex.Pattern; | |
| public class ReadMetadataFromDOCXUsingJava { | |
| public static void main(String[] args) { | |
| // Set License to avoid the limitations of Metadata library | |
| License license = new License(); | |
| license.setLicense("GroupDocs.Metadata.lic"); | |
| Metadata metadata = new Metadata("input.docx"); | |
| if (metadata.getFileFormat() != FileFormat.Unknown && !metadata.getDocumentInfo().isEncrypted()) { | |
| System.out.println(); | |
| // Fetch all metadata properties that fall into a particular category | |
| IReadOnlyList<MetadataProperty> properties = metadata.findProperties(new FallsIntoCategorySpecification(Tags.getContent())); | |
| System.out.println("The metadata properties describing some characteristics of the file content: title, keywords, language, etc."); | |
| for (MetadataProperty property : properties) { | |
| System.out.println(String.format("Property name: %s, Property value: %s", property.getName(), property.getValue())); | |
| } | |
| // Fetch all properties having a specific type and value | |
| int year = Calendar.getInstance().get(Calendar.YEAR); | |
| properties = metadata.findProperties(new OfTypeSpecification(MetadataPropertyType.DateTime).and(new ReadMetadataFromDOCXUsingJava().new YearMatchSpecification(year))); | |
| System.out.println("All datetime properties with the year value equal to the current year"); | |
| for (MetadataProperty property : properties) { | |
| System.out.println(String.format("Property name: %s, Property value: %s", property.getName(), property.getValue())); | |
| } | |
| // Fetch all properties whose names match the specified regex | |
| Pattern pattern = Pattern.compile("^author|company|(.+date.*)$", Pattern.CASE_INSENSITIVE); | |
| properties = metadata.findProperties(new ReadMetadataFromDOCXUsingJava().new RegexSpecification(pattern)); | |
| System.out.println(String.format("All properties whose names match the following regex: %s", pattern.pattern())); | |
| for (MetadataProperty property : properties) { | |
| System.out.println(String.format("Property name: %s, Property value: %s", property.getName(), property.getValue())); | |
| } | |
| } | |
| } | |
| // Define your own specifications to filter metadata properties | |
| public class YearMatchSpecification extends Specification { | |
| public YearMatchSpecification(int year) { | |
| setValue(year); | |
| } | |
| public final int getValue() { | |
| return auto_Value; | |
| } | |
| private void setValue(int value) { | |
| auto_Value = value; | |
| } | |
| private int auto_Value; | |
| public boolean isSatisfiedBy(MetadataProperty candidate) { | |
| Date date = candidate.getValue().toClass(Date.class); | |
| if (date != null) { | |
| Calendar calendar = Calendar.getInstance(); | |
| calendar.setTime(date); | |
| return getValue() == calendar.get(Calendar.YEAR); | |
| } | |
| return false; | |
| } | |
| } | |
| public class RegexSpecification extends Specification { | |
| private Pattern pattern; | |
| public RegexSpecification(Pattern pattern) { | |
| this.pattern = pattern; | |
| } | |
| @Override | |
| public boolean isSatisfiedBy(MetadataProperty metadataProperty) { | |
| Matcher matcher = pattern.matcher(metadataProperty.getName()); | |
| return matcher.find(); | |
| } | |
| } | |
| } |
总而言之，从 DOCX 文件中读取元数据的能力为开发人员提供了对其文档库的宝贵见解。通过遵循本文中详述的步骤并使用提供的代码示例，您可以毫不费力地在 Java 中获取 DOCX 的元数据，从而改善文档的组织、分析和管理。探索各种元数据属性并深入研究库以增强您在 Java 中的文档处理能力。做得好！您现在已经掌握了使用 Java 提取 DOCX 元数据的技能。
在之前的讨论中，我们提供了有关使用 Java 访问文档详细信息的全面教程。为了更深入地了解此主题，我们建议参考有关如何 使用Java获取文档信息 的详细指南。
