通用文本阅读

我上一个项目，我需要阅读一些普通的文本工作......我要找任何API通过我可以读取普通的文本，也可以将其转换为.csv文件...... 可在任何一个PLZ帮助... Windows OS上使用的Java ...通用文本阅读

--------------------------更多细节--- -------------------------------------------------- ---------------------------------- 让我澄清：

假设我有一个PDF文档或对于这个问题任何文件类型的文件。我打算使用“打印到通用文本打印机”选项并以该格式获取文件。最后，我打算使用一些API，它们使我能够以编程方式读取此通用文本格式文件。我打算从这个通用文本文件中提取文本。

所以，无论是任何文件（.DOC/.PDF/.xls的等wtatever），我打算使用打印选项来创建一个通用的文本格式文件。然后运行我的代码来阅读这些文件并提取一些信息。

PS：假设我有一个带有标准字段的状态报告表。好。但是，有些人可能会用.pdf提交，有些用.doc提交，有些用文本格式提交。但是，每个文档都包含相同的字段，但可能具有不同的布局。现在

，我要寻找一个通用的解决方案，由我shoudl能够每个文件类型转换到通用文本文件格式，然后应用一些逻辑来提取我的状态报告域。

来源

2009-11-27 hrishi

语言，架构，操作系统请。 – Bobby 2009-11-27 12:29:35

一个通用的免费书：Text Processing in Python

来源

2009-11-27 12:36:18 miku

只需使用标准的Java类的I/O：

的BufferedWriter，文件，FileWriter的，IOException异常，PrintWriter的

的.csv简直就是一个comma-separated values file。所以，只需以.csv扩展名为输出文件命名即可。

你还需要弄清楚你想如何分割你的内容。

下面是Java的例子，让你去：

writing to a text file

how to read lines from a file

来源

2009-11-27 13:07:52

CSV是列数据的格式。这对维基百科的文章并不是非常有用。

阿帕奇提卡图书馆将采取各种数据，并把它变成平淡XML，从中你可以CSV，只要你喜欢。

如果您想编辑您的问题以澄清'通用'与'生成'之间的关系，并告诉更多关于数据的信息，这将有所帮助。

对于Windows打印机驱动程序，您是否在寻找像'print to csv'这样的'print to pdf'？如果是这样，我怀疑你需要从MSDN的打印机驱动程序样本开始，并以艰难的方式编写代码。

所谓的“通用文本文件格式”不是结构化格式。对于打印机系统的任何给定输入，您将在那里找到什么是完全不可预知的。

来源

2009-11-27 13:20:58 bmargulies

在Java中，这或多或少是你所需要阅读的文本文件，假设它是逗号分隔（只是改变字符串中的“line.split”的方法，如果你需要别的东西）。它也跳过标题。

public void parse(String filename) throws IOException { 
     File file = new File(filename); 
     FileInputStream fis = new FileInputStream(file); 
     InputStreamReader isr = new InputStreamReader(fis); 
     BufferedReader br = new BufferedReader(isr); 
     String line; 
     int header = 1; 
     while ((line = br.readLine()) != null) { 
      if (header == 1) { 
       header = 2; 
       continue; // skips header 
      } 
      String[] splitter = line.split(","); 
        // do whatever 
        System.out.println(splitter[0]); 
     } 
    }

来源

2009-11-27 14:04:47

通用文本阅读

回答

相关问题