多种文件格式的 Java 读取攻略

2022-11-10 06:49:14

Java文件读取：玩转各种文件格式

作为一名 Java 开发人员，处理各种文件格式是必备技能。无论是 Excel 表格、Word 文档、PDF 文件还是文本文件，我们都需要驾驭相关技术。

Excel表格：数据分析利器

Excel 表格广泛应用于数据存储和分析。Java 中读取 Excel 文件主要借助 Apache POI 库或第三方库。

Apache POI 库 ：POI 是操作 Microsoft Office 文件的强大 Java 库。它提供了丰富的类和方法读取和写入 Excel 文件。

import org.apache.poi.ss.usermodel.*;
import org.apache.poi.xssf.usermodel.XSSFWorkbook;

try {
    FileInputStream fis = new FileInputStream("file.xlsx");
    Workbook workbook = new XSSFWorkbook(fis);
    Sheet sheet = workbook.getSheetAt(0);

    for (Row row : sheet) {
        for (Cell cell : row) {
            System.out.println(cell.toString());
        }
    }
} catch (IOException e) {
    e.printStackTrace();
}

第三方库 ：若不愿使用 POI 库，可考虑 JXL 或 EasyXLS 等第三方库，它们也提供简便的读取 Excel 文件 API。

Word文档：文本世界

Word 文档格式包括 doc 和 docx。Java 中使用 Apache POI 库或第三方库读取 Word 文档。

Apache POI 库 ：POI 库同样支持 Word 文档读写。

import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.extractor.WordExtractor;

try {
    FileInputStream fis = new FileInputStream("file.doc");
    HWPFDocument document = new HWPFDocument(fis);
    WordExtractor extractor = new WordExtractor(document);
    String text = extractor.getText();

    System.out.println(text);
} catch (IOException e) {
    e.printStackTrace();
}

第三方库 ：Aspose.Words 或 Docmosis 等第三方库也是读取 doc 和 docx 文档的备选方案。

PDF文档：文本和图像宝库

PDF 格式广受青睐。Java 中读取 PDF 文档使用 iText 库或第三方库。

iText 库 ：iText 是流行的 PDF 操作 Java 库。它提供丰富的类和方法读取和写入 PDF 文件。

import com.itextpdf.text.pdf.PdfReader;
import com.itextpdf.text.pdf.parser.PdfTextExtractor;

try {
    PdfReader reader = new PdfReader("file.pdf");
    String text = PdfTextExtractor.getTextFromPage(reader, 1);

    System.out.println(text);
} catch (IOException e) {
    e.printStackTrace();
}

第三方库 ：Apache PDFBox 或 JPDFKit 等第三方库也提供读取 PDF 文件的简便 API。

Txt文档：纯文本天堂

Txt 文件是简单的文本文件，Java 中读取 Txt 文件非常容易。

import java.io.File;
import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.List;

try {
    List<String> lines = Files.readAllLines(Paths.get("file.txt"), StandardCharsets.UTF_8);
    for (String line : lines) {
        System.out.println(line);
    }
} catch (IOException e) {
    e.printStackTrace();
}

结论

本文详细介绍了 Java 中读取 Excel、Word、PDF 和文本文件的方法。这些技术赋予开发者驾驭各种文件格式的能力，从数据分析到文本处理，满足广泛的应用需求。

常见问题解答