因為工作電腦只能用 Windows 洲尊，要讀 Word ，想到用 Ruby 帶的標準庫 win32ole 奈偏。但要 Office 沒裝完整坞嘀，這庫就不好使。你知道惊来，中國的辦公電腦沒幾臺是正版的…… 所以去查了下有沒有什么別的解決方案丽涩。
還真發(fā)現(xiàn)了兩個：Apache POI 和 docx4j ，都是基于 Java 的唁盏。就隨便找了 POI 來試試内狸。你妹，坑袄謇蕖＠サ！刽严！
說好有 Ruby 接口才用它的昂灵，結果失效了?? 這種 Apache 的項目也會失效！Ｎ杼选眨补！??
好吧，那就 Java 吧倒脓，雖然已經忘得一干二凈了??
- 先把包下下來
- 目前的最新版本是 3.17 撑螺，最起碼需要 Java 6 ；下一個版本 4.0.0 至少需要 Java 8 崎弃。所以順道把 Java 9 下了吧甘晤。
- 配置環(huán)境含潘，主要是把什么
JAVA_HOMECLASSPATHPATH配置好。如果用 TextMate 线婚，打開Preferences->Variables遏弱，把這幾個變量加進去[1]。 - 然后就是上代碼嘍塞弊。這里必漱逸！須！再說一遍：坑爹的文檔????
先上讀 docx 格式文檔的代碼：
import java.io.FileInputStream;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
public class DocxExtractor
{
public static void main(String[] args)throws Exception
{
XWPFDocument docx = new XWPFDocument(new FileInputStream("sample.docx"));
//using XWPFWordExtractor Class
XWPFWordExtractor we = new XWPFWordExtractor(docx);
System.out.println(we.getText());
}
}
然后是讀 doc 格式文檔的代碼：
import java.io.File;
import java.io.FileInputStream;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.extractor.WordExtractor;
public class DocExtractor
{
public static void main(String[] args)throws Exception
{
FileInputStream fis = new FileInputStream(new File("sample.doc"));
HWPFDocument doc = new HWPFDocument(fis);
WordExtractor ex = new WordExtractor(doc);
System.out.println(ex.getText());
}
}
對了游沿，期間去配置 Windows 下的 Sublime Text 的 Java 環(huán)境[2]饰抒，還順便把「批處理」學了呢。那又是一個心酸的故事?? 不過這確實是個學習「批處理」的好項目奏候。
本來還想試試 docx4j 的循集，比較下性能…… 已經累趴了?? 沒有對比就沒有傷害！不出去混蔗草，怎么知道 Ruby 的好咒彤。早知道這么麻煩，我就直接重裝 Office 了??
-
大概樣子是這樣（大家記得把
/PATH/TO/換成自己家的路徑咒精！其中镶柱，poi-scratchpad-3.17.jar這個包里頭有讀 doc 的類；poi-ooxml-3.17.jar這個包里頭有讀 docx 的類模叙。對了歇拆，最后一個 jar 包得自己下，讀 doc 文檔的時候用得著）：
?JAVA_HOME="/Library/Java/JavaVirtualMachines/jdk-9.0.1.jdk/Contents/Home" PATH=".:$PATH:$JAVA_HOME/bin" CLASSPATH=".:$JAVA_HOME/lib: /PATH/TO/poi-3.17/poi-3.17.jar: /PATH/TO/poi-3.17/poi-ooxml-3.17.jar: /PATH/TO/poi-3.17/poi-ooxml-schemas-3.17.jar: /PATH/TO/poi-3.17/ooxml-lib/xmlbeans-2.6.0.jar: /PATH/TO/poi-3.17/ooxml-lib/curvesapi-1.04.jar: /PATH/TO/poi-3.17/poi-scratchpad-3.17.jar: /PATH/TO/poi-3.17/poi-excelant-3.17.jar: /PATH/TO/poi-3.17/commons-collections4-4.1.jar" -
參考的這篇「搭建 Java 環(huán)境——使用 Sublime Text 3（ Windows 環(huán)境）」范咨。 ?
