BlogJava-备忘录-文章分类-JAVA技术http://www.blogjava.net/103335460/category/33634.html记录学习过、研究过、使用过和总结过的内容，以备不时之需zh-cnThu, 11 Mar 2010 05:52:15 GMTThu, 11 Mar 2010 05:52:15 GMT60JAVA读取WORD,EXCEL,PDF,TXT,RTF,HTML文件文本内容的方法示例http://www.blogjava.net/103335460/articles/314145.html雪山飞狐雪山飞狐Mon, 01 Mar 2010 03:01:00 GMThttp://www.blogjava.net/103335460/articles/314145.html  点击这里 查看相关控件的下载地址和配置方法。

 

 

  WORD

Java代码
  1. package textReader;   
  2. import java.io.*;   
  3. import org.apache.poi.hwpf.extractor.WordExtractor;   
  4.   
  5. public class WordReader {   
  6.     public WordReader(){   
  7.     }   
  8.     /**  
  9.      * @param filePath 文件路径  
  10.      * @return 读出的Word的内容  
  11.      */  
  12.     public String getTextFromWord(String filePath){   
  13.         String result = null;   
  14.         File file = new File(filePath);   
  15.         try{   
  16.             FileInputStream fis = new FileInputStream(file);   
  17.             WordExtractor wordExtractor = new WordExtractor(fis);   
  18.             result = wordExtractor.getText();   
  19.         }catch(FileNotFoundException e){   
  20.             e.printStackTrace();   
  21.         }catch(IOException e){   
  22.             e.printStackTrace();   
  23.         };   
  24.         return result;   
  25.     }   
  26. }  
  

  EXCEL

Java代码
  1. package textReader;   
  2. import org.apache.poi.hssf.usermodel.HSSFWorkbook;   
  3. import org.apache.poi.hssf.usermodel.HSSFSheet;   
  4. import org.apache.poi.hssf.usermodel.HSSFRow;   
  5. import org.apache.poi.hssf.usermodel.HSSFCell;   
  6.   
  7. import java.io.FileInputStream;   
  8. import java.io.FileNotFoundException;   
  9. import java.io.IOException;   
  10.   
  11.   
  12. public class ExcelReader {   
  13.   
  14.     @SuppressWarnings("deprecation")   
  15.     /**  
  16.      * @param filePath 文件路径  
  17.      * @return 读出的Excel的内容  
  18.      */  
  19.     public String getTextFromExcel(String filePath) {   
  20.         StringBuffer buff = new StringBuffer();   
  21.         try {   
  22.             //创建对Excel工作簿文件的引用   
  23.             HSSFWorkbook wb = new HSSFWorkbook(new FileInputStream(filePath));   
  24.             //创建对工作表的引用。           
  25.             for (int numSheets = 0; numSheets < wb.getNumberOfSheets(); numSheets++) {   
  26.                 if (null != wb.getSheetAt(numSheets)) {   
  27.                     HSSFSheet aSheet = wb.getSheetAt(numSheets);//获得一个sheet   
  28.                     for (int rowNumOfSheet = 0; rowNumOfSheet <= aSheet.getLastRowNum(); rowNumOfSheet++) {   
  29.                         if (null != aSheet.getRow(rowNumOfSheet)) {   
  30.                             HSSFRow aRow = aSheet.getRow(rowNumOfSheet); //获得一个行   
  31.                             for (int cellNumOfRow = 0; cellNumOfRow <= aRow.getLastCellNum(); cellNumOfRow++) {   
  32.                                 if (null != aRow.getCell(cellNumOfRow)) {   
  33.                                     HSSFCell aCell = aRow.getCell(cellNumOfRow);//获得列值   
  34.                                     switch(aCell.getCellType()){   
  35.                                         case HSSFCell.CELL_TYPE_FORMULA:   
  36.                                             break;    
  37.                                         case HSSFCell.CELL_TYPE_NUMERIC:   
  38.                                             buff.append(aCell.getNumericCellValue()).append('\t');break;   
  39.                                         case HSSFCell.CELL_TYPE_STRING:   
  40.                                             buff.append(aCell.getStringCellValue()).append('\t');break;                                                                
  41.                                 }                              
  42.                         }                                                                                   
  43.                     }   
  44.                     buff.append('\n');   
  45.                     }   
  46.                 }                                         
  47.             }              
  48.         }   
  49.         } catch (FileNotFoundException e) {   
  50.             e.printStackTrace();   
  51.         } catch (IOException e) {   
  52.             e.printStackTrace();   
  53.         }   
  54.         return buff.toString();   
  55.     }               
  56. }  
 

  PDF  

Java代码
  1. package textReader;   
  2. import java.io.FileInputStream;   
  3. import java.io.FileNotFoundException;   
  4. import java.io.IOException;   
  5.   
  6. import org.pdfbox.pdfparser.PDFParser;   
  7. import org.pdfbox.pdmodel.PDDocument;   
  8. import org.pdfbox.util.PDFTextStripper;   
  9.   
  10.   
  11. public class PdfReader {   
  12.     public PdfReader(){   
  13.     }   
  14.     /**  
  15.      * @param filePath 文件路径  
  16.      * @return 读出的pdf的内容  
  17.      */  
  18.     public String getTextFromPdf(String filePath) {   
  19.         String result = null;   
  20.         FileInputStream is = null;   
  21.         PDDocument document = null;   
  22.         try {   
  23.             is = new FileInputStream(filePath);   
  24.             PDFParser parser = new PDFParser(is);   
  25.             parser.parse();   
  26.             document = parser.getPDDocument();   
  27.             PDFTextStripper stripper = new PDFTextStripper();   
  28.             result = stripper.getText(document);   
  29.         } catch (FileNotFoundException e) {   
  30.             e.printStackTrace();   
  31.         } catch (IOException e) {   
  32.             e.printStackTrace();   
  33.         } finally {   
  34.             if (is != null) {   
  35.                 try {is.close();}catch(IOException e){e.printStackTrace();}   
  36.             }   
  37.             if (document != null) {   
  38.                 try{document.close();}catch (IOException e){e.printStackTrace();}   
  39.             }   
  40.         }   
  41.         return result;   
  42.     }   
  43.   
  44. }  

  TXT

Java代码
  1. package textReader;   
  2. import java.io.*;   
  3.   
  4.   
  5. public class TxtReader {   
  6.     public TxtReader() {           
  7.     }   
  8.     /**  
  9.      * @param filePath 文件路径  
  10.      * @return 读出的txt的内容  
  11.      */  
  12.     public String getTextFromTxt(String filePath) throws Exception {   
  13.            
  14.         FileReader fr = new FileReader(filePath);   
  15.         BufferedReader br = new BufferedReader(fr);   
  16.         StringBuffer buff = new StringBuffer();   
  17.         String temp = null;   
  18.         while((temp = br.readLine()) != null){   
  19.             buff.append(temp + "\r\n");   
  20.         }   
  21.         br.close();        
  22.         return buff.toString();        
  23.     }   
  24. }  

RTF

Java代码
  1. package textReader;   
  2. import java.io.File;   
  3. import java.io.FileInputStream;   
  4. import java.io.IOException;   
  5. import java.io.InputStream;   
  6.   
  7. import javax.swing.text.BadLocationException;   
  8. import javax.swing.text.DefaultStyledDocument;   
  9. import javax.swing.text.rtf.RTFEditorKit;   
  10.   
  11.   
  12. public class RtfReader {   
  13.     public RtfReader(){   
  14.     }   
  15.     /**  
  16.      * @param filePath 文件路径  
  17.      * @return 读出的rtf的内容  
  18.      */  
  19.     public String getTextFromRtf(String filePath) {   
  20.         String result = null;   
  21.         File file = new File(filePath);   
  22.         try {          
  23.             DefaultStyledDocument styledDoc = new DefaultStyledDocument();   
  24.             InputStream is = new FileInputStream(file);   
  25.             new RTFEditorKit().read(is, styledDoc, 0);   
  26.             result = new String(styledDoc.getText(0,styledDoc.getLength()).getBytes("ISO8859_1"));   
  27.             //提取文本，读取中文需要使用ISO8859_1编码，否则会出现乱码   
  28.         } catch (IOException e) {   
  29.             e.printStackTrace();   
  30.         } catch (BadLocationException e) {   
  31.             e.printStackTrace();   
  32.         }   
  33.         return result;   
  34.     }   
  35.        
  36. }  

   HTML

Java代码
  1. package textReader;   
  2. import java.io.*;   
  3.   
  4. public class HtmlReader {   
  5.     public HtmlReader() {   
  6.     }   
  7.     /**  
  8.      * @param filePath 文件路径  
  9.      * @return 获得html的全部内容  
  10.      */  
  11.     public String readHtml(String filePath) {   
  12.         BufferedReader br=null;   
  13.         StringBuffer sb = new  StringBuffer();   
  14.         try {   
  15.             br=new BufferedReader(new InputStreamReader(new FileInputStream(filePath),  "GB2312"));            
  16.             String temp=null;          
  17.             while((temp=br.readLine())!=null){   
  18.                 sb.append(temp);   
  19.             }              
  20.         } catch (FileNotFoundException e) {   
  21.             e.printStackTrace();   
  22.         } catch (IOException e) {   
  23.             e.printStackTrace();   
  24.         }   
  25.         return sb.toString();   
  26.     }   
  27.     /**  
  28.      * @param filePath 文件路径  
  29.      * @return 获得的html文本内容  
  30.      */  
  31.     public String getTextFromHtml(String filePath) {   
  32.         //得到body标签中的内容   
  33.         String str= readHtml(filePath);   
  34.         StringBuffer buff = new StringBuffer();   
  35.         int maxindex = str.length() - 1;   
  36.         int begin = 0;   
  37.         int end;               
  38.         //截取>和<之间的内容   
  39.         while((begin = str.indexOf('>',begin)) < maxindex){              
  40.             end = str.indexOf('<',begin);   
  41.             if(end - begin > 1){   
  42.                 buff.append(str.substring(++begin, end));                  
  43.             }              
  44.             begin = end+1;   
  45.         };         
  46.         return buff.toString();   
  47.     }   
  48.   
  49. }  
 

  注意 ：若使用WPS编辑相关文档，会有错误提示，应避免。

  错误文本提示如下：

WORD

Your document seemed to be mostly unicode, but the section definition was in bytes! Trying anyway, but things may well go wrong!

EXCEL

java.lang.RuntimeException: Expected an EXTERNSHEET record but got (org.apache.poi.hssf.record.SSTRecord)
    at org.apache.poi.hssf.model.LinkTable.readExtSheetRecord(LinkTable.java:187)
    at org.apache.poi.hssf.model.LinkTable.<init>(LinkTable.java:163)
    at org.apache.poi.hssf.model.Workbook.createWorkbook(Workbook.java:199)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:273)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:196)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:312)
    at org.apache.poi.hssf.usermodel.HSSFWorkbook.<init>(HSSFWorkbook.java:293)
    at textReader.ExcelReader.getTextFromExcel(ExcelReader.java:23)
    at DocumentInfo.getContent(DocumentInfo.java:86)
    at MainFunction.main(MainFunction.java:19)

RTF

java.io.IOException: Too many close-groups in RTF text
    at javax.swing.text.rtf.RTFParser.write(Unknown Source)
    at javax.swing.text.rtf.RTFParser.writeSpecial(Unknown Source)
    at javax.swing.text.rtf.AbstractFilter.write(Unknown Source)
    at javax.swing.text.rtf.AbstractFilter.readFromStream(Unknown Source)
    at javax.swing.text.rtf.RTFEditorKit.read(Unknown Source)
    at textReader.RtfReader.getTextFromRtf(RtfReader.java:25)
    at DocumentInfo.getContent(DocumentInfo.java:74)
    at MainFunction.main(MainFunction.java:19)

BODY { FONT-FAMILY:Tahoma; FONT-SIZE:10pt } P { FONT-FAMILY:Tahoma; FONT-SIZE:10pt } DIV { FONT-FAMILY:Tahoma; FONT-SIZE:10pt } TD { FONT-FAMILY:Tahoma; FONT-SIZE:10pt }   顺便说一下，这里为什么会在write出错呢？因为 level是根据{和}来进行自增和自减的，当括号不匹配的时候就会提示该错误。 wps编辑rtf文件在格式上出了问题，{和}不匹配。 但用word或写字板下新建文件，编辑后另存为rtf文件（wps下不支持），用记事本打开可以发现添加了很多格式说明，但是{和}是匹配的，这样才不会报错。下面是具体说明：

http://www.chinaitpower.com/source/jdk122/javax/swing/text/rtf/RTFParser.java.html



雪山飞狐 2010-03-01 11:01 发表评论
]]>IoVC(转)http://www.blogjava.net/103335460/articles/227863.html雪山飞狐雪山飞狐Tue, 09 Sep 2008 01:55:00 GMThttp://www.blogjava.net/103335460/articles/227863.htmlhttp://www.blogjava.net/103335460/comments/227863.htmlhttp://www.blogjava.net/103335460/articles/227863.html#Feedback0http://www.blogjava.net/103335460/comments/commentRss/227863.htmlhttp://www.blogjava.net/103335460/services/trackbacks/227863.html

IoVC，一种新的编程思想

1. 概述
2. 什么是IoVC

1. 概述

长久以来，在Web编程中，一直很难克服的一个问题就是：展现层与业务数据纠缠在一起，无法进行良好的解耦， 从而造成应用系统的扩展性差，维护成本高。于是，出现了所谓的MVC框架，试图以 Model-View-Control 这种非常流行的设计模式，将两者有效的隔离开来。但回顾目前主流的 Web MVC 架构，它们所做的绝大部分工作无非是：将页面中控件的值取出打包成 Java Bean；再无非就是在帮助你完成页面导航的过程中，辅助你进行页面参数的传递与分析。这样一种“简单 MVC”架构，是无法完全解决“展现层与业务数据完全解耦”这个问题的。 一旦你的需求超越了框架的能力，那么，你将面对的依然是：不得不在展现层中嵌入大量的 Script 代码，可能是Java代码片断，也可能是大量tag-lib及EL表达式的引入。

在Apusic OperaMasks 2.0中，提出了一种新的编程思想：IoVC，它能够有效解决上面提及的问题。

2. 什么是IoVC

IoVC——“Inversion of View-Control”，即“视图控制反转”，换言之：它能够把对“View（即 UI 视图）的控制力”注入到你的后台业务逻辑中。这样一来，你在编写业务逻辑的过程中，对 View 拥有足够的控制力，从而能够将展现层与业务逻辑完全的解耦。

举一个场景：页面中有一个文本输入框，它的值对应后台的一个JavaBean的属性。我们首先来看一下传统的编程模型：

页面：

<w:textField value="#{myBean.value}"/>



后台：

public class MyBean {

private String value;

public String getValue() {

return value;

}

public void setValue(String value) {

this.value = value;

}

}

此时，假设用户需要发生变化，我们需要设置文本输入框的tooltip，并且，它的值来自于后台 JavaBean 的另一个属性，那么，程序需要做如下调整：

页面：

<w:textField  value="#{myBean.value}" 1tooltip="#{myBean.tooltip}"/>



后台：

public class MyBean {

private String value;



2private String tooltip;



public String getValue() {

return value;

}

public void setValue(String value) {

this.value = value;

}

3public String getTooltip() {

return tooltip;

}

4public void setTooltip(String tooltip) {

this.tooltip = tooltip;

}

}

我们可以观察：在传统的编程模型下，如果页面逻辑发生变化，我们首先需要修改UI展现层，加上 tooltip="#{myBean.tooltip}"　的语句，然后，再在后台Bean中设置此属性值。

那么，在IoVC编程模型下，情况又是怎样的呢？

页面：

<w:textField 1id="txt"/>

后台：

public class MyBean {

@Bind(id="txt")

private String value;

}

如果需要扩展文本编辑框的tooltip属性，只需要：

页面：

<w:textField id="txt"/>

后台：

public class MyBean {

@Bind(id="txt")

private String value;



1@Bind(id="txt" att="tooltip")

private String tooltip;

}

在IoVC编程模型下，Web页面不需要发生任何变化，你只需要在后台 Java Bean 中写上这样一行属性声明即可@Bind(id="txt" att="tooltip") private String tooltip，甚至于你连传统的getter/setter都不需要。

换言之，在传统的编程模型下，页面美工通过网页设计工具“画”出来的页面，程序员看不懂； 而如果程序员对页面进行修改，则页面美工又无法理解； 并且，如果要更改业务逻辑，程序员需要不断的维护页面内容，最终造成页面美工与程序员无法协同工作。而在 IoVC 的编程思想下，页面美工只需要给每个组件设置一个ID，程序员在后台的业务逻辑中，便拥有对页面 UI 元素的完全控制力。Web页面在美工完成之后，程序员再也无需因为需求的变更或者逻辑的变化，而再重新维护 Web页面内容。

简而言之，IoVC是一种更好的MVC，是对MVC的一种高层次抽象。

设想一下：日后美工人员画出来的页面（只要设置了正确的ID），程序员可以拿过来直接用，并且， 如果要对页面做调整（只要不是页面元素的增加或删除），程序员可以在自己熟悉的代码中直接设置，这岂非是一种很享受的境界？

注：IoVC，Apusic OperaMasks 2.0新特性。



IoVC实例分析：Hello Duke！

1. 概述
2. 应用的开发
2.1. greeting.xhtml
3. 后台 JavaBean 的变化
4. Apusic Studio的支持
5. 注意

1. 概述

本文用一个非常简单的例子“helloDuke"，介绍 IoVC 编程模型的一种实际场景。在阅读本文前，建议您首先阅读这两篇文章：

Hello Duke！

IoVC，一种新的编程思想

在IoVC编程模型下的 HelloDuke 版本，功能没做任何增减，依然如下图所示：

但由于在程序中用到了 IoVC 思想，及 facelets 技术，因此，整个程序的目录结构更改如下：

helloDuke

--duke.gif

--greeting.xhtml

--sameName.xhtml

--WEB-INF

--web.xml

--faces-config.xml

--operamasks.xml

--classes

--helloduke

--GreetingBean.class

下面就让我们来完成此应用。

2. 应用的开发

2.1. greeting.xhtml

首先，我们来看一下老版本的 greeting.jsp是怎样的：

<%@ taglib uri="http://java.sun.com/jsf/html" prefix="h" %>

<%@ taglib uri="http://java.sun.com/jsf/core" prefix="f"%>

<f:view>

<h:form>

<h2>Hello, my name is Duke. What is yours?</h2>

<h:graphicImage url="duke.gif"></h:graphicImage>

<h:outputText value="#{userBean.result}"/><br>

<h:inputText value="#{userBean.name}"></h:inputText>

<h:commandButton value="sayHello" action="#{userBean.sayHello}"/>

</h:form>

</f:view>

那么，在AOM 2.0版本下，并且在 IoVC 编程思想下，greeting.xhtml又是怎样的呢？

<f:view xmlns="http://www.w3.org/1999/xhtml" xmlns:f="http://java.sun.com/jsf/core"

xmlns:w="http://www.apusic.com/jsf/widget" xmlns:layout="http://www.apusic.com/jsf/layout"

renderKitId="AJAX" xmlns:h="http://java.sun.com/jsf/html">

<w:page title="helloDuke">

<w:form>

<h2>Hello, my name is Duke. What is yours?</h2>

<img src="/articles/helloduck-iovc/html_single/duke.gif" />

<h:outputText id="result"></h:outputText><br />

<w:textField id="name"></w:textField>

<w:button id="sayHello" value="sayHello" />

</w:form>

</w:page>

</f:view>

我们的注意力不要被<w:>还是<h:>所影响，我们先假设这两者都是等价的。我们主要观察<h:outputText>、<w:textField> 以及<w:button> 这三个主要UI控件的写法。我们可以看到，在新版本中，<h:outputText> 和<w:textField>并没有指定value，而<w:button>也没有指定action，但这三者都有不同的id，并且，整个页面全部都是展现层相关信息，没有任何代码片断或 EL 表达式的引入。

那么，这三者的值以及动作事件，又是怎样和后台的JavaBean关联起来的呢？

3. 后台 JavaBean 的变化

首先，我们也是先熟悉一下老版本中的 UserBean（在新版本中，它的名称改为 GreetingBean）。

package helloduke;



public class UserBean {



private String name;



public String getName() {

return name;

}



public void setName(String name) {

this.name = name;

}



public String getResult() {

if(this.name == null || "".equals(name.trim())) return "Please input your name."; 

else return "Hello " + name;

}



public Object sayHello() {

if("duke".equalsIgnoreCase(name)) return "duke";

return null;

}

}

那么，在新版本中，上述逻辑变成怎样的呢？如下所示：

package helloduke;



@ManagedBean(name="GreetingBean", scope=ManagedBeanScope.SESSION)

public class GreetingBean {



@Bind(id="result")

private String result;



@Bind(id="name")

private String name;



@Action(id="sayHello")

public Object sayHello(){

if("duke".equalsIgnoreCase(name)) return "/sameName.xhtml";

return null;

}



@BeforeRender

private void settingValues(boolean isPostBack){

if(this.name == null || "".equals(name.trim())) { 

result = "Please input your name."; 

}

else {

result = "Hello " + name; 

}

}

}

我们可以观察到，在 result 属性上，有一个 @Bind(id="result")的 annotation 声明；同样，在name上，也有 @Bind(id="name") 的声明，而在 sayHello 方法上，则有@Action(id="sayHello") 的声明。至此，我们恍然大悟：通过这样一些声明，<h:outputText>的值自动和 result 属性关联，<w:textField>的值自动和 name 属性关联，而<w:button> 的Action事件，则和 sayHello 方法关联。

等一下，这里有个问题：针对 result 属性和 name 属性，在AOM 2.0下，连 setter/getter 方法都没有？是的，完全可以忽略。

那么，result 的值是在哪里设置的？请注意 settingValues 方法，它有一个 @BeforeRender 的声明，意思就是说：当页面在渲染前，请调用此方法。这就相当于一个回调函数，因此，对 result 属性的设置，我们就可以在此处进行处理。

好像一切都很完美，但是，还有一个问题，greeting.xhtml页面，是怎样和 GreetingBean 对应起来的？目前，你可以假设认为：这是通过命名规则获得的，但这部分内容已经超过本文所要介绍的范围， 请允许我在下一篇文章中介绍。

4. Apusic Studio的支持

我们还可以做得更好，那就是 Apusic Studio 给予的全生命周期的开发支持。

那么，Apusic Studio 对 IoVC 又提供了怎样的支持？在这里，我们提出了称为"Smart DblClick"的技术，针对任何控件对其双击，将自动弹出该控件 IoVC 支持的向导，以<w:button>为例，双击的效果如下：

看上去还不错，那么，为何不立即体验一下呢？

5. 注意

IoVC的支持仅限于 AOM 2.0 版本，并请注意 Apusic 应用服务器及 Apusic Studio的版本支持。在完成本文结束时，请使用 AOM 2.0 M1，Apusic 应用服务器 5.1 TP5，Apusic Studio 5.1 M5 版本。




雪山飞狐 2008-09-09 09:55 发表评论
]]>