近期项目需求:1.要用到各种文件上传,下载。

2.并对文件进行搜索。

3.仅仅要文件里包括有搜索的内容,所有显示出来。

今天正好有时间整理一下,方便以后阅读,及对须要用到的朋友提供微薄之力。首先在实现文件上传时,使用的struts2自带的文件上传功能,通过流的方式将文件保存,在下载的时候通过流的方式写出就可以。这个实现起来不是非常难,主要是对各种文件内容的提取比較麻烦,比方word,excel,pdf等文件,不能使用普通的BufferedReader,BufferedWriter等流的方式读写提取,由于这些文件的格式不是普通的文本,他们有自定义的格式,必须使用他们自己提供的jar包进行操作,Word,Excel使用的是Apache提供的poi进行操作,当然在操作的过程中要注意一些使用的方法,比方Word,Excel有不同的版本号,操作的方式也不同,这里会出现非常多问题,在上一篇中我整理了一些,我在操作过程出现的问题,并提供了解决方式,还有提供了本人操作这些文件的源代码,下载就可以使用。

一下是我在操作过程用到的具体信息:

struts.xml配置:

<action name="upload" class="lucenesAction" method="upload">

<!-- 此处能够限制上传文件类型

<interceptor-ref name="fileUpload">

上传单个文件的大小

<param name="maximumSize">500000</param>

文件的扩展名

<param name="allowedExtensions">.jsp</param>

文件的类型

<param name="allowedTypes">image/pjpeg,image/gif,text/xml,text/plain,application/msword,application/vnd.ms-excel</param>

</interceptor-ref>

<interceptor-ref name="defaultStack"/> -->

<result name="input">/demo/lucenes/upload_fail.jsp</result>

<result name="success">/demo/lucenes/upload_ok.jsp</result>

</action>

Action中用到的操作文件信息:

//下载使用的流

public InputStream tInputStream;





// 上传文件,必须的三个字段。

private File data;

// 文件名称

private String dataFileName;

// 文件类型

private String dataContentType;

//省略set/get.............

Word操作类:

import java.io.File;

import java.io.FileInputStream;

import java.io.FileOutputStream;

import java.io.IOException;

import org.apache.poi.POIXMLDocument;

import org.apache.poi.POIXMLTextExtractor;

import org.apache.poi.hwpf.HWPFDocument;

import org.apache.poi.hwpf.extractor.WordExtractor;

import org.apache.poi.hwpf.usermodel.CharacterProperties;

import org.apache.poi.hwpf.usermodel.HWPFList;

import org.apache.poi.hwpf.usermodel.ParagraphProperties;

import org.apache.poi.hwpf.usermodel.Range;

import org.apache.poi.openxml4j.opc.OPCPackage;

import org.apache.poi.xwpf.extractor.XWPFWordExtractor;

import org.junit.Test;





/**

 * 提取word内容

 * 

 * @author wangshouhai

 * @Version 2014-4-17:下午12:07:04

 */

public class ReadWord {





public static void main(String[] args) {





File file = new File("C:\\Users\\Administrator\\Desktop\\測试文档.docx");

// readWord2003(file);





readWord2007(file);



}





/**

* 支持word-2003



* @param args

*/

private static void readWord2003(File file) {

try {

FileInputStream fis = new FileInputStream(file);

// 创建WordExtractor对象

WordExtractor wordExtractor = new WordExtractor(fis);

// 取得全部文本内容

String text = wordExtractor.getText();

System.out.println("readWord2003--------------->"+text);

} catch (Exception e) {

e.printStackTrace();

}

}





@Test

// 支持word-2003

public static void readWordExtractor(File file) {

try {

FileInputStream fis = new FileInputStream(file);

// 创建WordExtractor对象

WordExtractor wordExtractor = new WordExtractor(fis);

// 通过getParagraphText()提取每一个段落

String[] paragraph = wordExtractor.getParagraphText();

System.out.println("该Word文件共同拥有" + paragraph.length + "段。");





for (int i = 0; i < paragraph.length; i++) {

System.out.println("readWordExtractor--------------->"+paragraph[i]);

}

} catch (Exception e) {

e.printStackTrace();

}

}





/**

* word 2007解决方式



* @param args

*/

@Test

public static void readWord2007(File file) {

try {

// word 2007,读取word中字符

OPCPackage opcPackage = POIXMLDocument.openPackage("D:\\apache-tomcat-6.0.18\\webapps\\GOVWBWeb\\upload\\user\\2014\\04\\18\\08\\193b299f-e8fc-4a32-a7ba-f951beeec1d9");

POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);

String text2007 = extractor.getText();

System.out.println("readWord2007--------------->"+text2007);

} catch (Exception e) {

e.printStackTrace();

}

}



}

Excel操作类:

import java.io.File;

import java.io.FileInputStream;

import org.apache.poi.hssf.usermodel.HSSFCell;

import org.apache.poi.hssf.usermodel.HSSFRow;

import org.apache.poi.ss.usermodel.Sheet;

import org.apache.poi.ss.usermodel.Workbook;

import org.apache.poi.ss.usermodel.WorkbookFactory;

import org.apache.poi.xssf.usermodel.XSSFCell;

import org.apache.poi.xssf.usermodel.XSSFRow;

import org.apache.poi.xssf.usermodel.XSSFSheet;

import org.apache.poi.xssf.usermodel.XSSFWorkbook;





/**

 * 读取excel内容

 * @author wangshouhai

 * @Version 2014-4-18:下午12:56:23

 */

public class ReadExcel {



// 文件上传

public static void readExcel2007(File file) {





try {

// 创建工作区,读取上传文件

XSSFWorkbook wb= new XSSFWorkbook(new FileInputStream(file));

XSSFSheet sheet =wb.getSheetAt(0); 

int rows = sheet.getPhysicalNumberOfRows();// 获取全部的行

if (rows > 0) {

for (int i = 1; i < rows; i++) {

XSSFRow row=sheet.getRow(i);

if (row == null) {

continue;

}

try {

XSSFCell idCell = row.getCell(0);

if (idCell != null) {

double id = idCell.getNumericCellValue();

//int id = Integer.parseInt(idCell.getRichStringCellValue().toString());

System.out.println("id----------->"+id);

}





// 账号

XSSFCell accountsCell = row.getCell(1);

String accounts = null;

if (accountsCell != null) {

accounts = accountsCell.getRichStringCellValue().toString();

System.out.println("accounts----------->"+accounts);

}





// password

XSSFCell passwordCell = row.getCell(2);

if (passwordCell != null) {

String password = passwordCell.getRichStringCellValue().toString();

System.out.println("password----------->"+password);

}





// 姓名

XSSFCell nameCell = row.getCell(3);

if (nameCell != null) {

String name = nameCell.getRichStringCellValue().toString();

System.out.println("name----------->"+name);

}





// 性别

XSSFCell sexCell = row.getCell(4);

if (sexCell != null) {

double sex = idCell.getNumericCellValue();

//String sex = sexCell.getRichStringCellValue().toString();

//int sexs = Integer.parseInt(sex);

System.out.println("sex----------->"+sex);

}





// 邮箱

XSSFCell emailCell = row.getCell(5);

if (emailCell != null) {

String email = emailCell.getRichStringCellValue().toString();

System.out.println("email----------->"+email);

}





// 手机

XSSFCell phoneCell = row.getCell(6);

if (phoneCell != null) {

String phone = phoneCell.getRichStringCellValue().toString();

System.out.println("phone----------->"+phone);

}





} catch (Exception e) {

throw new RuntimeException(e);

}

}

}

} catch (Exception e) {

throw new RuntimeException(e);

}

}







public static void readExcel2003(File file) {





try {

// 创建工作区,读取上传文件

Workbook wb = WorkbookFactory.create(new FileInputStream(file));

Sheet sheet = wb.getSheetAt(0);

int rows = sheet.getPhysicalNumberOfRows();// 获取全部的行





if (rows > 0) {

for (int i = 1; i < rows; i++) {

//获取每一行

HSSFRow row = (HSSFRow) sheet.getRow(i);

if (row == null) {

continue;

}

try {

//获取列数開始

HSSFCell idCell = row.getCell(0);

if (idCell != null) {

double id = idCell.getNumericCellValue();

// int id =

// Integer.parseInt(idCell.getRichStringCellValue().toString());

System.out.print("id: "+id+",");

}





// 账号

HSSFCell accountsCell = row.getCell(1);

String accounts = null;

if (accountsCell != null) {

accounts = accountsCell.getRichStringCellValue().toString();

System.out.print("accounts: "+accounts+",");

}





// password

HSSFCell passwordCell = row.getCell(2);

if (passwordCell != null) {

String password = passwordCell.getRichStringCellValue().toString();

System.out.print("password: "+password+",");

}





// 姓名

HSSFCell nameCell = row.getCell(3);

if (nameCell != null) {

String name = nameCell.getRichStringCellValue().toString();

System.out.print("name: "+name+",");

}





// 性别

HSSFCell sexCell = row.getCell(4);

if (sexCell != null) {

double sex = idCell.getNumericCellValue();

// String sex =

// sexCell.getRichStringCellValue().toString();

// int sexs = Integer.parseInt(sex);

System.out.print("sex: "+sex+",");

}





// 邮箱

HSSFCell emailCell = row.getCell(5);

if (emailCell != null) {

String email = emailCell.getRichStringCellValue().toString();

System.out.print("email: "+email+",");

}





// 手机

HSSFCell phoneCell = row.getCell(6);

if (phoneCell != null) {

String phone = phoneCell.getRichStringCellValue().toString();

System.out.println("phone: "+phone);

}

} catch (Exception e) {

throw new RuntimeException(e);

}

}

}

} catch (Exception e) {

throw new RuntimeException(e);

}

}



/**

* 读取Excel2007

* @param args

*/



public static void main(String[] args) {

File file = new File("D:\\apache-tomcat-6.0.18\\webapps\\GOVWBWeb\\upload\\user\\2014\\04\\18\\11\\adcc6bc6-bd5e-43e9-9a53-3ba879dfa62d.xlsx");

//readExcel2007(file);

readExcel2003(new File("C:\\Users\\Administrator\\Desktop\\export.xls"));

}

}

Pdf操作类:

import java.io.FileInputStream;

import org.apache.pdfbox.cos.COSDocument;

import org.apache.pdfbox.pdfparser.PDFParser;

import org.apache.pdfbox.pdmodel.PDDocument;

import org.apache.pdfbox.util.PDFTextStripper;





/**

 * 提取pdf中的内容

 * @author wangshouhai

 * @Version 2014-4-18:下午12:47:27

 */

public class ReadPdf {

public String readFdf(String file) {

try {

PDFParser parser = new PDFParser(new FileInputStream(file));

parser.parse();

COSDocument doc=parser.getDocument();

PDFTextStripper stripper = new PDFTextStripper();

String docText = stripper.getText(new PDDocument(doc));

docText= convertorSymbol(docText); 

return docText;

} catch (Exception e) {

throw new RuntimeException(e);

}

}









/**

* 处理特殊字符



* @param sub

* @param docText

*/

public static String convertorSymbol(String docText) {

StringBuilder sub = new StringBuilder();

char[] ch = docText.toCharArray();

for (int i = 0; i < ch.length; i++) {

char buf = ch[i];

if (9 == buf || 10 == buf || 13 == buf || 32 <= buf && !Character.isISOControl(buf)) {

sub.append(buf);

}

}

return sub.toString().replaceAll("\\s*", "");

}



public static void main(String args[]) {

String text =new ReadPdf().readFdf("D:\\html2.pdf");

System.out.println("ReadPdf---------->"+text);

}

}

文本操作类:

import java.io.BufferedReader;

import java.io.File;

import java.io.FileInputStream;

import java.io.IOException;

import java.io.InputStreamReader;





public class ReadText {

/**

* 读取文本内容



* @param dataFile

* @return

*/

public static String readText(File file) {

StringBuilder sub = new StringBuilder();

BufferedReader bufReader = null;

try {

bufReader = new BufferedReader(new InputStreamReader(new FileInputStream(file), "utf-8"));

String str;

while ((str = bufReader.readLine()) != null) {

sub.append(str);

}

return convertorSymbol(sub.toString());

} catch (Exception e) {

throw new RuntimeException(e);

} finally {

if (bufReader != null) {

try {

bufReader.close();

} catch (IOException e) {

throw new RuntimeException(e);

}

}

}

}



/**

* 处理特殊字符



* @param sub

* @param docText

*/

public static String convertorSymbol(String docText) {

StringBuilder sub = new StringBuilder();

char[] ch = docText.toCharArray();

for (int i = 0; i < ch.length; i++) {

char buf = ch[i];

if (9 == buf || 10 == buf || 13 == buf || 32 <= buf && !Character.isISOControl(buf)) {

sub.append(buf);

}

}

return sub.toString();

}







public static void main(String[] args) {

File file = new File("C:/Users/Administrator/Desktop/异常信息列表.txt");

String text = readText(file);

System.out.println("text-->"+text);

}

}

随机推荐

  1. PostgreSQL Replication之第一章 理解复制概念(1)

    PostgreSQL Replication系列翻译自PostgreSQL Replication一书 在本章中,将会介绍不同的复制概念,您会了解哪些类型的复制对哪一种实用场景是最合适的. 在本章的最 ...

  2. HTTP下密码的安全传输、OAuth认证

    在复杂的web环境下,我们没有百分的把握保证信息在传输的过程中不被接货,那不是用明文如何告诉服务器自己的身份呢? 在一些高度通信安全的网络中,数据传输会使用HTTPS作为传输协议,但是通常情况下我们没 ...

  3. HBase基础和伪分布式安装配置

    一.HBase(NoSQL)的数据模型 1.1 表(table),是存储管理数据的. 1.2 行键(row key),类似于MySQL中的主键,行键是HBase表天然自带的,创建表时不需要指定 1.3 ...

  4. Android应用反破解的思路

    一个Android应用要被破解,要经历:反编译->分析代码->重新编译打包的过程,反破解的思路也是从在这三个步骤上做文章: 1, 寻找反编译工具的缺陷,通过阅读其源码或者对其进行压力测试找 ...

  5. ACM: 强化训练-百度之星-Problem C-字典树

    Problem C Time Limit:1000MS     Memory Limit:131072KB     64bit IO Format:%I64d & %I64u Descript ...

  6. Thinkphp源码分析系列–开篇

    目前国内比较流行的php框架由thinkphp,yii,Zend Framework,CodeIgniter等.一直觉得自己在php方面还是一个小学生,只会用别人的框架,自己也没有写过,当然不是自己不 ...

  7. linux/unix网络编程之 poll

    转自http://www.cnblogs.com/zhuwbox/p/4222382.html poll 与 select 很类似,都是对描述符进行遍历,查看是否有描述符就绪.如果有就返回就绪文件描述 ...

  8. Android WebView 开发详解(一)

    转载请注明出处  http://blog.csdn.net/typename/article/details/39030091 powered by meichal zhao 概览: Android ...

  9. base64转码

    Base64是一种编码方法,可以将任意字符转成可打印字符.使用这种编码方法,主要不是为了加密,而是为了不出现特殊字符,简化程序的处理. JavaScript原生提供两个Base64相关方法. btoa ...

  10. 解析jQuery中extend方法--用法《一》

    extend方法在jQuery中是一个很重要的方法,jQuey内部用它来扩展属性方法.常用语jQuery插件开发. jQuery提供了两个方法,$.extend和$.fn.extend,两个方法内部实 ...