Apache POI Word - Metin Çıkarma

Bu bölüm, Java kullanarak bir Word belgesinden basit metin verilerinin nasıl çıkarılacağını açıklar. Bir Word belgesinden meta verileri çıkarmak istemeniz durumunda, Apache Tika'yı kullanın.

.Docx dosyaları için, bir Word dosyasından basit verileri çıkaran ve döndüren org.apache.poi.xwpf.extractor.XPFFWordExtractor sınıfını kullanıyoruz. Aynı şekilde, bir Word dosyasından başlıkları, dipnotları, tablo verilerini vb. Çıkarmak için farklı metodolojilerimiz var.

Aşağıdaki kod, bir Word dosyasından basit metnin nasıl çıkarılacağını gösterir -

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());
   }
}

Yukarıdaki kodu farklı kaydedin WordExtractor.java. Aşağıdaki gibi komut isteminden derleyin ve yürütün -

$javac WordExtractor.java
$java WordExtractor

Aşağıdaki çıktıyı üretecektir:

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.