欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

lucene-索引RTF文档

程序员文章站 2022-05-15 17:41:52
...

1、对RTF进行文本提取操作时可以使用部分JAVA标准类处理(javax.swing.text和javax.swing.text.rtf)

2、

public class JavaBuiltInRTFHanlder implementsDocumentHandler{

public DocumentgetDocument(InputSream is)throws DocumentHandlerException{

StringbodyText=null;

DefaultStyleDocument styledDoc=new DefaultSytldDocument();

try{

new RTFEditorKit().read(is,styledDoc,0);

//通过JAVA内置的RTFEditorKit类从RTF文档中提取文本的内容

botyText=sytledDoc.getText(0,styledDoc.getLength());

}

catch (IOException e){

throw new DocumentHandlerException("cannot extract text from a RTFdocument",e);

}

catch (BadLocationException e){

throw new DocumentHandlerException("cannot extract text from a RTFdocument",e);

}

if (bodyText!=null){

Document doc=new Document();

doc.add(Field.UnStored("body",bodyText));

return doc;

}

return null;

}

public static voidmain(String[] args) throws Exception{

JavaBuiltInRTFHandler handler=new JavaBuiltInRTFHandler();

Document doc=handler.getDocument(new FileInputStream(newFile(args[0]));

System.out.println(doc);

}

}

相关标签: lucene Swing Java