Apache POI Word-텍스트 추출

이 장에서는 Java를 사용하여 Word 문서에서 간단한 텍스트 데이터를 추출하는 방법에 대해 설명합니다. Word 문서에서 메타 데이터를 추출하려는 경우 Apache Tika를 사용하십시오.

.docx 파일의 경우 Word 파일에서 간단한 데이터를 추출하고 반환하는 org.apache.poi.xwpf.extractor.XPFFWordExtractor 클래스를 사용합니다. 같은 방식으로 Word 파일에서 제목, 각주, 표 데이터 등을 추출하는 방법이 다릅니다.

다음 코드는 Word 파일에서 간단한 텍스트를 추출하는 방법을 보여줍니다.

import java.io.FileInputStream;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

public class WordExtractor {

   public static void main(String[] args)throws Exception {

      XWPFDocument docx = new XWPFDocument(new FileInputStream("create_paragraph.docx"));
      
      //using XWPFWordExtractor Class
      XWPFWordExtractor we = new XWPFWordExtractor(docx);
      System.out.println(we.getText());
   }
}

위의 코드를 다른 이름으로 저장하십시오. WordExtractor.java. 다음과 같이 명령 프롬프트에서 컴파일하고 실행하십시오.

$javac WordExtractor.java
$java WordExtractor

다음 출력이 생성됩니다.

At tutorialspoint.com, we strive hard to provide quality tutorials for self-learning
purpose in the domains of Academics, Information Technology, Management and Computer
Programming Languages.