TIKA - 提取MS-Office文件

TIKA提取MS-Office文件 - 从简单和简单的步骤学习TIKA，从基本到高级概念，包括概述，架构，环境，参考API，文件格式，文档类型检测，内容提取，元数据提取，语言检测，GUI，提取PDF，提取ODF，提取MS-Office文件，提取文本文档，提取HTML文档，提取XML文档，提取.class文件，提取JAR文件，提取图像文件，提取mp4文件，提取mp3文件。

以下是从Microsoft Office文档中提取内容和元数据的程序.

import java.io.File;import java.io.FileInputStream;import java.io.IOException;import org.apache.tika.exception.TikaException;import org.apache.tika.metadata.Metadata;import org.apache.tika.parser.ParseContext;import org.apache.tika.parser.microsoft.ooxml.OOXMLParser;import org.apache.tika.sax.BodyContentHandler;import org.xml.sax.SAXException;public class MSExcelParse {   public static void main(final String[] args) throws IOException, TikaException {            //detecting the file type      BodyContentHandler handler = new BodyContentHandler();      Metadata metadata = new Metadata();      FileInputStream inputstream = new FileInputStream(new File("example_msExcel.xlsx"));      ParseContext pcontext = new ParseContext();            //OOXml parser      OOXMLParser  msofficeparser = new OOXMLParser ();       msofficeparser.parse(inputstream, handler, metadata,pcontext);      System.out.println("Contents of the document:" + handler.toString());      System.out.println("Metadata of the document:");      String[] metadataNames = metadata.names();            for(String name : metadataNames) {         System.out.println(name + ": " + metadata.get(name));      }   }}

将上述代码保存为 MSExelParse.java ，使用以下命令从命令提示符编译它 :

javac MSExcelParse.javajava MSExcelParse

这里我们传递以下示例Excel文件.

传递<a href= Excel"/>

给定的Excel文件具有以下属性 :

执行上述程序后，您将获得以下输出.

输出 :

Contents of the document:Sheet1NameAgeDesignationSalaryRamu50Manager50,000Raheem40Assistant manager40,000Robert30Superviser30,000sita25Clerk25,000sameer25Section in-charge20,000Metadata of the document:meta:creation-date:    2006-09-16T00:00:00Zdcterms:modified:    2014-09-28T15:18:41Zmeta:save-date:    2014-09-28T15:18:41ZApplication-Name:    Microsoft Excelextended-properties:Company:    dcterms:created:    2006-09-16T00:00:00ZLast-Modified:    2014-09-28T15:18:41ZApplication-Version:    15.0300date:    2014-09-28T15:18:41Zpublisher:    modified:    2014-09-28T15:18:41ZCreation-Date:    2006-09-16T00:00:00Zextended-properties:AppVersion:    15.0300protected:    falsedc:publisher:    extended-properties:Application:    Microsoft ExcelContent-Type:    application/vnd.openxmlformats-officedocument.spreadsheetml.sheetLast-Save-Date:    2014-09-28T15:18:41Z