Apache POI를 사용하여 Java에서 .DOC 파일을 읽고 텍스트와 이미지를 구분하는 방법은 무엇입니까?

Question

텍스트 및 이미지가있는 Java에서 Word .doc 파일을 읽어야합니다. 이미지 &을 인식하고 2 개의 파일로 분리해야합니다.

"Apache POI"에 대해 최근에 들었습니다. Apache POI를 사용하여 Word .doc 파일을 읽는 방법

Answer 1

예제 및 아파치 웹 사이트의 샘플 코드는 매우 훌륭합니다. 거기서 시작하는 것이 좋습니다.

http://poi.apache.org/hwpf/quick-guide.html

먼저 org.apache.poi.hwpf.HWPFDocument를 작성, 텍스트의 특정 비트를 얻으려면. getRange()를 사용하여 범위를 가져온 다음 단락을 가져옵니다. 그런 다음 텍스트 및 기타 속성을 가져올 수 있습니다.

Here 이미지 추출 예. 이 서면 작성 당시 최신 개정판은 Here입니다.

그리고 물론

, 관심 장소 사이트에 따르면,

HWPF 일찍 아직 개발이다 Javadocs

참고.

Answer 2

무료입니다 (또는 저렴합니다.) Aspose.Words은이를 수행 할 수 있어야합니다. 평가판 다운로드를 통해 작은 파일을 재생할 수 있습니다.

대상 파일도 문서 여야합니까? Office에서 문서를 열고 HTML로 저장할 수 있습니다. 그러면 분리는 사소 해집니다. RTF도 실행 가능한 옵션이지만, 필자의 머리 꼭대기에서 좋은 RTF 파서를 추천 할 수는 없다.

방금 ​​다른 해결책을 생각해 냈습니다 : Jacob하지만 동일한 컴퓨터에서 실행되는 Office 인스턴스가 필요합니다. Java COM Bridge의 약자로 Office의 COM 라이브러리를 호출하여 문서를 조작 할 수 있습니다. 나는 그것이 소리가 날지도 모르는 것처럼 무섭지 않을 것이라고 확신한다!