在java中读取文件部分的内容

Question

我想在java中读取doc，pdf，ppt等部分或段落中的任何文件的内容，因为我想检索文件的特定部分（如果有）而不是检索整个文件的内容。请任何人都可以告诉我，我怎样才能阅读任何部分或段落文件的内容............

由于

Answer 1

这完全取决于相关文件的格式。例如，当您有一个.docx文件时，您可以使用一些XML解析器，然后遍历结果或使用XPath查找所有段落，部分或您想要提取的任何内容。

对于其他文件格式，您必须找到不同的方法。没有一种方法可以提取任何文件的特定部分，因为不同的文件类型具有不同的存储数据的方式。最有可能的是，您将不得不收集一堆库，每种文件类型一个。