Apache-poi-word-text-extraction
提供:Dev Guides
Apache POI Word-テキスト抽出
この章では、Javaを使用してWord文書から単純なテキストデータを抽出する方法について説明します。 Word文書からメタデータを抽出する場合は、Apache Tikaを使用してください。
docxファイルの場合、Wordファイルから単純なデータを抽出して返すクラスorg.apache.poi.xwpf.extractor.XPFFWordExtractorを使用します。 同様に、見出し、脚注、表データなどを抽出するさまざまな方法があります。 Wordファイルから。.
次のコードは、Wordファイルから単純なテキストを抽出する方法を示しています-
import java.io.FileInputStream;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
public class WordExtractor {
public static void main(String[] args)throws Exception {
XWPFDocument docx = new XWPFDocument(new FileInputStream("create_paragraph.docx"));
//using XWPFWordExtractor Class
XWPFWordExtractor we = new XWPFWordExtractor(docx);
System.out.println(we.getText());
}
}
上記のコードを* WordExtractor.java。*として保存し、次のようにコンパイルしてコマンドプロンプトから実行します-
$javac WordExtractor.java
$java WordExtractor
次の出力が生成されます。
At finddevguides.com, we strive hard to provide quality tutorials for self-learning
purpose in the domains of Academics, Information Technology, Management and Computer
Programming Languages.