这是poi-3.7-20101029.jar下载，多年（nián）以来，Apache POI已经为所有项目支持的文件格式提供了基本的文本提取。另外，除了（简单）文本之（zhī）外，这些（xiē）文件还（hái）提供（gòng）对与给定文件（jiàn）相关联的元数据的访（fǎng）问（wèn），例如标题（tí）和作者。vWa红（hóng）软基地

软件（jiàn）介绍

poi-3.7-20101029.jar是如果您是通过（guò）交（jiāo）钥匙文本提取（包括最新支持（chí），样式等（děng）），强烈建议您使（shǐ）用 Apache Tika，它将构建在POI之上（shàng），以提供文本和元数据（jù）提取。如果您希望有一（yī）些非常简单和独立（lì）的东西，或者您希望进行（háng）大量修改，那么POI提供的文本提取器可能会（huì）更适合您的需求。vWa红软基地

软（ruǎn）件功能

所有POI文本提取器都从org.apache.poi.POITextExtractor扩展 。这（zhè）提供了所有提取器getText（）的通用方法。在许多情况（kuàng）下（xià），返（fǎn）回的文本（běn）将是（shì）您需要的。然而（ér），许多提取（qǔ）器确实提供更有（yǒu）针对性的文本提取方法，因（yīn）此您可能（néng）希望在某些情况（kuàng）下使用这些方法。vWa红软基地（dì）
所有基于POIFS / OLE 2的文本提取（qǔ）器也从org.apache.poi.POIOLE2TextExtractor扩展 。这另（lìng）外提供了获（huò）取HPFS文（wén）档元（yuán）数据的常用方法（fǎ）。vWa红软基地
所有基（jī）于OOXML的文本提取器也从org.apache.poi.POIOOXMLTextExtractor扩展 。这另外（wài）提供（gòng）了获取OOXML元（yuán）数据的常用方法。vWa红（hóng）软基地（dì）
文字提取工厂vWa红（hóng）软基地（dì）
POI提（tí）供了（le）一个常见的类，根据提供的文（wén）档内容为您（nín）选择适当的文（wén）本提（tí）取器。 org.apache.poi.extractor.ExtractorFactory提供与WorkbookFactory类似的功能（néng）。您只需传递一（yī）个InputStream，一个文件，一个POIFSFileSystem或一个OOXML包。它为您（nín）确（què）定正确（què）的文本提取器（qì），并返回。vWa红软（ruǎn）基地
对于完整的检测和（hé）文本提取器自（zì）动选择，强烈（liè）建议用（yòng）户调查 Apache Tika。vWa红（hóng）软（ruǎn）基地
Excel vWa红（hóng）软基地
对于.xls文件，有 org.apache.poi.hssf.extractor.ExcelExtractor，它将返回文（wén）本，可选地使（shǐ）用公式而不是其内容。同样，对于.xlsx文件，还有 org.apache.poi.xssf.extractor.XSSFExcelExtractor，它提供相同的功能（néng）。vWa红软基地
对（duì）于那些（xiē）在有（yǒu）限的（de）内存占用（yòng）空间中工作的（de）人员，还有两（liǎng）个可用的Excel文本提取器。对于.xls文件，它是基于流式EventUserModel代（dài）码的 org.apache.poi.hssf.extractor.EventBasedExcelExtractor，通常会提供较低（dī）的（de）内存占用以进行提取。但（dàn）是，正确输出更复杂的（de）公式（shì）将会出现问题，因为它们与记录一起（qǐ）工作，因此无法访问复杂和共享公式（shì）的所有部分（fèn）。对于.xlsx文件，等（děng）效的是 基于XSSF SAX事件代码库（kù）的org.apache.poi.xssf.extractor.XSSFEventBasedExcelExtractor。vWa红软基地
词vWa红软基地
对于来自Word 97 - Word 2003的.doc文件，在暂存器（qì）中有（yǒu） org.apache.poi.hwpf.extractor.WordExtractor，它将返回（huí）文（wén）档的（de）文本。vWa红软基（jī）地
使用POI 3.7的用（yòng）户也（yě）可以使用scratchpad类org.apache.poi.hwpf.extractor.Word6Extractor从旧（jiù）的Word 6和Word 95文件中提取简单（dān）的文（wén）本内容 。vWa红软基地
对于.docx文件，相关类是（shì） org.apache.poi.xwpf.extractor.XPFFWordExtractorvWa红软（ruǎn）基（jī）地
PowerPoint vWa红（hóng）软基（jī）地
对于.ppt文件，在（zài）暂存器（qì）中有 org.apache.poi.hslf.extractor.PowerPointExtractor，它将返回幻灯片的文本，可选地（dì）仅限于（yú）幻灯片文（wén）本或（huò）笔记文（wén）本。对于.pptx文（wén）件（jiàn），要使用（yòng）的类（lèi）是 org.apache.poi.xslf.extractor.XSLFPowerPointExtractorvWa红软基地
出版商（shāng）vWa红软基（jī）地
对于.pub文件，在暂存器中有 org.apache.poi.hpbf.extractor.PublisherExtractor，它将（jiāng）返回文件的（de）文本。vWa红软基地
Visio vWa红软基（jī）地（dì）
对于.vsd文件，在暂（zàn）存器中有 org.apache.poi.hdgf.extractor.VisioTextExtractor，它将返回（huí）文（wén）件的文（wén）本。vWa红软基地
嵌（qiàn）入对（duì）象vWa红软基地
Extractors已经存在（zài）Excel，Word，PowerPoint和Visio; 如果（guǒ）这（zhè）些对象（xiàng）之一嵌入到工作（zuò）表中，则ExtractorFactory类可用于为（wéi）其恢复提取器。vWa红（hóng）软基地

相关（guān）介绍

Java POI读取Office excel (2003，2007)及相关jar包（bāo） 其中（zhōng）必要的poi-ooxml-schemas-3.7-20101029.jar，对于操作word实（shí）现一些模板化的功能（néng）很有帮助的jar包.vWa红软基地

软件截（jié）图

vWa红软基地