通过文件路径获取文件（pdf/doc/docx/xls/xlsx）并输出文件内容

最近在开发过程中，遇到了需要将附件中的文本读出存储到数据库中的问题，下面就记录一下各个格式文本的读取方式，大家按需索取，如有不明白的地方，欢迎留言讨论。

String filePath = “你的文件路径";

注意，要精准到文件的后缀名，比如D:/demo.doc;

File file = new File(filePath);

当文件后缀为doc时：

 if(file.isFile() && file.exists()) {
                        if (filePath.endsWith(".doc")) {
                            InputStream is = null;
                            WordExtractor re = null;

                            try {
                                is = new FileInputStream(new File(filePath));
                                re = new WordExtractor(is);
                                fileContent = re.getText();
                            } catch (IOException e) {
                                e.printStackTrace();
                            } finally {
                                try {
                                    if(re != null){
                                        re.close();
                                    }
                                    if(is != null){
                                        is.close();
                                    }
                                } catch (IOException e) {
                                    e.printStackTrace();
                                }
                            }
                        }

当文件后缀为docx时:

if (filePath.endsWith(".docx")) {
                            OPCPackage opcPackage = null;
                            POIXMLTextExtractor extractor = null;
                            try {
                                opcPackage = POIXMLDocument.openPackage(filePath);
                                extractor = new XWPFWordExtractor(opcPackage);
                                fileContent = extractor.getText();
                            } catch (Exception e) {
                                e.printStackTrace();
                            } finally {
                                try {
                                    if(extractor != null){
                                        extractor.close();
                                    }
                                } catch (IOException e) {
                                    e.printStackTrace();
                                }
                            }
                        } 

当文件后缀为pdf时:

if(filePath.endsWith(".pdf")){
                            FileInputStream in = null;
                            RandomAccessRead randomAccessRead = null;
                            try {
                                in = new FileInputStream(new File(filePath));
                                randomAccessRead = new RandomAccessBufferedFileInputStream(in);
                                PDFParser parser = new PDFParser(randomAccessRead);
                                parser.parse();
                                PDDocument pdDocument = parser.getPDDocument();
                                PDFTextStripper stripper = new PDFTextStripper();
                                fileContent = stripper.getText(pdDocument);
                            } catch (IOException e) {
                                e.printStackTrace();
                            } finally {
                                try {
                                    if(randomAccessRead != null){
                                        randomAccessRead.close();
                                    }
                                    if(in != null){
                                        in.close();
                                    }
                                } catch (IOException e) {
                                    e.printStackTrace();
                                }
                            }
                        }

当文件后缀为xls时:

if (filePath.endsWith(".xls")) {
                            List<String> listXLS = new ArrayList<>();
                            // 解析excel
                            POIFSFileSystem fs  = null;
                            // 获取整个excel
                            HSSFWorkbook hb = null;
                            try {
                                fs = new POIFSFileSystem(new FileInputStream(filePath));
                                hb = new HSSFWorkbook(fs);
                                // 遍历多个sheet页
                                for(int sheetIndex=0;sheetIndex<hb.getNumberOfSheets();sheetIndex++) {
                                    HSSFSheet sheet = hb.getSheetAt(sheetIndex);
                                    //HSSFSheet sheet = hb.getSheetAt(0);
                                    // 获取第一行
                                    int firstrow = sheet.getFirstRowNum();
                                    // 获取最后一行
                                    int lastrow = sheet.getLastRowNum();
                                    // 循环行数依次获取列数
                                    for (int i = firstrow; i < lastrow + 1; i++) {
                                        // 获取哪一行i
                                        HSSFRow row = sheet.getRow(i);
                                        if (row != null) {
                                            // 获取这一行的第一列
                                            int firstcell = row.getFirstCellNum();
                                            // 获取这一行的最后一列
                                            int lastcell = row.getLastCellNum();
                                            //将每一行的每一列数据都存入集合中
                                            for (int j = firstcell; j < lastcell; j++) {
                                                // 获取第j列
                                                HSSFCell cell = row.getCell(j);
                                                if (cell != null) {
                                                    String cellStr = cell.toString();
                                                    if(CommonUtils.isNotEmpty(cellStr)){
                                                        listXLS.add(cell.toString());
                                                    }
                                                }
                                            }
                                        }
                                    }
                                    fileContent= String.valueOf(listXLS);
                                }
                            } catch (IOException e) {
                                e.printStackTrace();
                            } finally {
                                try {
                                    if(hb != null){
                                        hb.close();
                                    }
                                    if(fs != null){
                                        fs.close();
                                    }

                                } catch (IOException e) {
                                    e.printStackTrace();
                                }
                            }
                        }

当文件后缀为xlsx时:

if (filePath.endsWith(".xlsx")) {
                            List<String> listXLSX = new ArrayList<>();
                            // 用流的方式先读取到你想要的excel的文件
                            FileInputStream fis = null;
                            // 获取整个excel
                            XSSFWorkbook hb = null;
                            try {
                                fis = new FileInputStream(new File(filePath));
                                hb = new XSSFWorkbook(fis);
                                // 遍历表单sheet
                                for(int sheetIndex=0;sheetIndex<hb.getNumberOfSheets();sheetIndex++) {
                                    Sheet sheet = hb.getSheetAt(sheetIndex);
                                    //Sheet sheet = hb.getSheetAt(0);
                                    // 获取第一行
                                    int firstrow = sheet.getFirstRowNum();
                                    // 获取最后一行
                                    int lastrow = sheet.getLastRowNum();
                                    // 循环行数依次获取列数
                                    for (int i = firstrow; i < lastrow + 1; i++) {
                                        // 获取哪一行i
                                        Row row = sheet.getRow(i);
                                        if (row != null) {
                                            // 获取这一行的第一列
                                            int firstcell = row.getFirstCellNum();
                                            // 获取这一行的最后一列
                                            int lastcell = row.getLastCellNum();
                                            // 创建一个集合，用处将每一行的每一列数据都存入集合中
                                            for (int j = firstcell; j < lastcell; j++) {
                                                // 获取第j列
                                                Cell cell = row.getCell(j);
                                                if (cell != null) {
                                                    String cellStr = cell.toString();
                                                    if(CommonUtils.isNotEmpty(cellStr)){
                                                        listXLSX.add(cell.toString());
                                                    }
                                                }
                                            }
                                        }
                                    }
                                    fileContent = String.valueOf(listXLSX);
                                }
                            } catch (IOException e) {
                                e.printStackTrace();
                            } finally {
                                try {
                                    if(hb != null){
                                        hb.close();
                                    }
                                    if(fis != null){
                                        fis.close();
                                    }
                                } catch (IOException e) {
                                    e.printStackTrace();
                                }
                            }
                        }

大家有更好的方法欢迎留言讨论。

本文地址：https://blog.csdn.net/qq_38531678/article/details/112008570