java解析各种文本文档

JAVA读取WORD,EXCEL,PDF,TXT,RTF,HTML文件文本内容的方法示例以下是Java对几种文本文件内容读取代码。其中，OFFICE文档（WORD,EXCEL）使用了POI控件，PDF使用了PDFBOX控件。

WORD
Java代码

package textReader;  
import java.io.*;  
import org.apache.poi.hwpf.extractor.WordExtractor;  

public class WordReader {  
public WordReader(){  
}  
/** 
* @param filePath 文件路径 
* @return 读出的Word的内容 
*/  
public String getTextFromWord(String filePath){  
String result = null;  
File file = new File(filePath);  
try{  
FileInputStream fis = new FileInputStream(file);  
WordExtractor wordExtractor = new WordExtractor(fis);  
result = wordExtractor.getText();  
}catch(FileNotFoundException e){  
e.printStackTrace();  
}catch(IOException e){  
e.printStackTrace();  
};  
return result;  
}  

}


EXCEL
Java代码

package textReader;  
import org.apache.poi.hssf.usermodel.HSSFWorkbook;  
import org.apache.poi.hssf.usermodel.HSSFSheet;  
import org.apache.poi.hssf.usermodel.HSSFRow;  
import org.apache.poi.hssf.usermodel.HSSFCell;  

import java.io.FileInputStream;  
import java.io.FileNotFoundException;  
import java.io.IOException;  


public class ExcelReader {  

@SuppressWarnings("deprecation")  
/** 
* @param filePath 文件路径 
* @return 读出的Excel的内容 
*/  
public String getTextFromExcel(String filePath) {  
StringBuffer buff = new StringBuffer();  
try {  
//创建对Excel工作簿文件的引用  
HSSFWorkbook wb = new HSSFWorkbook(new FileInputStream(filePath));  
//创建对工作表的引用。