Այս հակիրճ ձեռնարկը ներկայացնում է տեղեկատվություն ինչպես կարդալ Word փաստաթուղթը Java-ում՝ տրամադրելով մանրամասն քայլ առ քայլ ընթացակարգ և գործարկվող Java կոդ, որը կարդում է նմուշ փաստաթուղթը տարբեր ձևերով: Այն ներկայացնում է անհրաժեշտ դասերը, որոնք օգտագործվում են Word ֆայլը կարդալու և դրա տարբեր հատվածներ մուտք գործելու համար: Մինչ ** կարդում եք Word փաստաթուղթը Java կոդով**, ինչպիսիք են DOCX, DOC կամ MS Word-ի աջակցվող այլ ֆայլեր, դուք կկրկնեք փաստաթղթի տարբեր զավակային հանգույցների միջով և յուրաքանչյուրը կմշակեք ըստ ձեր պահանջի:
Java-ում Word ֆայլը կարդալու քայլեր
- Տեղադրեք Aspose.Words for Java՝ օգտագործելով Maven պահոցը՝ DOCX ֆայլը կարդալու համար
- Ներբեռնեք սկզբնաղբյուր DOCX ֆայլը Document դասի օբյեկտում՝ Java-ում կարդալու համար
- Կրկնել փաստաթղթի բոլոր Paragraph տեսակի հանգույցների միջով
- Յուրաքանչյուր պարբերության տեքստը փոխարկեք տողի և ցուցադրեք այն վահանակի վրա
- Կրկնել փաստաթղթի բոլոր Run տիպի հանգույցների միջով
- Յուրաքանչյուր հանգույց փոխարկեք Run տեսակի և մուտք գործեք Run-ի տառատեսակի անվանումը, չափը և տեքստը
- Ցուցադրել յուրաքանչյուր գործարկվող տեքստ վահանակի վրա
Այս քայլերը նկարագրում են ինչպես կարդալ Word ֆայլը Java-ում՝ կիսելով կոնֆիգուրացիայի էջի հղումը և այնուհետև ուղղորդելով բեռնել աղբյուր Word փաստաթուղթը: Երբ Word ֆայլը բեռնվում է, դրա փաստաթղթի օբյեկտի մոդելը (DOM), այսինքն՝ տրամաբանական կառուցվածքը նույնպես բեռնվում է և կարող է վերլուծվել տարբեր ձևերով: Այս քայլերը օգնում են պատրաստել երկու հիմնական հավաքածուներ, որոնք են Պարբերություններ և Գործարկումներ՝ բեռնված Word փաստաթղթի տարբեր մասեր մուտք գործելու համար:
Կոդ՝ Java-ում DOCX ֆայլը կարդալու համար
| package word_articles; | |
| import com.aspose.words.Document; | |
| import com.aspose.words.Font; | |
| import com.aspose.words.License; | |
| import com.aspose.words.NodeType; | |
| import com.aspose.words.Paragraph; | |
| import com.aspose.words.Run; | |
| import com.aspose.words.SaveFormat; | |
| public class ReadWordDocumentInJava { | |
| public static void main(String[] args) throws Exception {// Main function to read Word file in Java | |
| // Create a license object to avoid limitations of the trial version | |
| // while reading the Word file | |
| License licWordToPdf = new License(); | |
| licWordToPdf.setLicense("Aspose.Words.lic"); | |
| // Load the source Word file to be read | |
| Document doc = new Document("input.docx"); | |
| // Read all the paragraph in the document and display its contents | |
| for (Object obj : doc.getChildNodes(NodeType.PARAGRAPH, true)) | |
| { | |
| Paragraph para = (Paragraph)obj; | |
| System.out.println(para.toString(SaveFormat.TEXT)); | |
| } | |
| // Read all the Runs in the document and display style and text | |
| for (Object obj : doc.getChildNodes(NodeType.RUN, true)) | |
| { | |
| Run run = (Run)obj; | |
| Font font = run.getFont(); | |
| System.out.println(font.getName() + "," + font.getSize()); | |
| System.out.println(run.getText()); | |
| } | |
| System.out.println("Done"); | |
| } | |
| } |
Այս Java կոդը՝ Word փաստաթուղթը կարդալու համար ցույց է տալիս DOM-ի վերլուծությունը՝ օգտագործելով տարբեր զտիչներ, օրինակ՝ առաջին հերթին մենք վերցնում ենք պարբերության բոլոր հանգույցները: Paragraph դասը տրամադրում է toString() ֆունկցիան, որը հանում է տեքստը ամբողջ պարբերությունից՝ ներառյալ Աղյուսակները և այլն, և պահպանում այն տողային փոփոխականում: Նմանապես, երբ մենք վերլուծում ենք փաստաթուղթը բոլոր Գործարկումները վերցնելու համար, այն առանձնացնում է բովանդակությունը՝ հիմնվելով դրանց ոճի, տառատեսակի, հանգույցի տեսակի և այլնի վրա և մեկ պարբերություն բաժանում է մի քանի հատվածների՝ հիմնվելով տեքստի տառատեսակի ոճի վրա, ինչպես թավ տեքստը կտրամադրվի առանձին՝ շեղ: տեքստը առանձին և այլն:
Այս ձեռնարկը մեզ ուղղորդել է կարդալ DOCX ֆայլը, սակայն, եթե ցանկանում եք ինչ-որ ձևափոխում, օրինակ՝ Word-ի PDF-ի, տես ինչպես փոխարկել Word-ը PDF-ի Java-ում-ի հոդվածը:
