3
中的词出现的Java库可以请任何人推荐适合此作业的库吗？在各种文档计数出现的词语是我必须做的，还是它似乎我必须使用库就像唯一的工作：用于计算PDF，MS Office/OpenOffice .doc，.odt，.xsl，.ppt
MS办公室
apache poi - 不确定是否支持2008+ MS关闭冰文件和OpenOffice文件？
OpenOffice的
能否请您分享您的经验，建议选择和警惕，我可能跨越来的问题？
A
回答
2
阿帕奇提卡™是 检测和提取的元数据和从使用现有的解析器 库各种 文档 结构化文本内容的工具包。
- 超文本标记语言
- XML和导出格式
- 微软Office文档格式
- OpenDocument格式
- 可移植文档格式
- 电子出版物格式 种
- RTF格式
- 压缩和包装形式
- 文本格式
- 音频格式
- 图像格式
- 视频格式
- Java类文件和档案
- 以MBOX格式
使用Tika AutoD etectParser，您可以轻松解析给定的文档并提取文本内容以计算单词。
我已经将它用于各种文件类型，它的性能很好。
如果任何现有的解析器不能满足您的需求，那么扩展/定制解析器或集成您自己的解析器相当容易。
相关问题
- 1. PDF，PPT，DOC等为TEXT
- 2. 生成ODT/DOC（X）并转换为PDF，无OO.o/MS
- 3. 索引.PDF，.XLS，.DOC，.PPT使用Lucene.NET
- 4. 将pdf，doc，ppt转换为html5
- 5. 在BlackBerry上打开pdf，doc，ppt或xls
- 6. 如何计算复杂文档中的单词（.rtf，.doc，.odt等）？
- 7. 如何在MS Office的DOC/XLS/PPT和PDF转换成图像在Android
- 8. 清理Perl代码：my $ export = $ doc; $ export =〜s：\。odt：\。pdf :;
- 9. PDF设计使用XSL FO
- 10. 适用于ppt和pdf的Android组件
- 11. 如何将MS doc转换为pdf
- 12. 如何在线显示微软文档（PPT，DOC）和PDF文档？
- 13. 瞄准多个文件格式文件（例如pdf，doc，ppt）
- 14. 如何查看和下载DOC，PDF，PPT，ZIP，RAR，在laravel
- 15. .PPT，.doc或.ppt文件显示在iOS应用
- 16. 他们的任何免费的PHP图书馆将PPT或ODT转换为PDF
- 17. 如何在pdf/python中将pdf，ppt，xl，doc文件内容读入字符串
- 18. 通过C++/Qt生成Word文档（.doc/.odt）
- 19. MS Word的DOC
- 20. 在UIWebView中显示ppt，doc和xls不起作用，但pdf确实是
- 21. Android：如何使用.doc，.ppt，.xls，.pdf格式创建文档编辑器？
- 22. 将文档从.odt转换为.doc时的数据丢失
- 23. 在Flex中打开MS Word/Excel/PPT和PDF
- 24. 将.odt .doc .ods文件转换为.txt文件
- 25. MS Access - 关于丢失焦点计算
- 26. 创建GUI计算器在python类似于MS计算器
- 27. 使用pdfbox计算pdf中的图像
- 28. XSL - 计算金额之和
- 29. 计算日期差异XSL
- 30. 计算星期几XSL
我不敢相信它不会发生在我身上，我已经在一两年前甚至使用它了，现在我已经在我的maven pom定义中拥有了所有这些库，并且正在学习如何使用它们： - ）谢谢你Mads – lisak 2011-01-22 03:00:41