Как извлечь простой текст из файла DOCX с помощью новой поддержки OOXML в ПОИ Apache 3.5?
Я чувствую, что фильтрация "На выбранном элементе и его детях" является лучшим режимом проблемного фильтра представления, потому что это позволяет, Вы к очень быстро сужаете объем проблем, о которых сообщают: нажмите на Working Set (в Проводнике пакетов), и это показывает все проблемы во всех проектах в наборе; нажмите на проект - и только проблемы в выбранном проекте появляются. Нажмите на отдельный класс (или пакет) - только проблемы в выбранном классе (или пакет) показывают. Таким образом, Вы не становитесь отвлекающимися с проблемами, не связанными с Вашей задачей под рукой.
2 ответа
This worked for me. Make sure you add the required jars (upgrade xmlbeans, etc.)
public String extractText(InputStream in) throws Exception {
XWPFDocument doc = new XWPFDocument(in);
XWPFWordExtractor ex = new XWPFWordExtractor(doc);
String text = ex.getText();
return text;
}
This is more generic
POITextExtractor poitex = ExtractorFactory.createExtractor(in);
return poitex.getText();