Java文件讀寫的常用技術(shù)——項(xiàng)目開發(fā)實(shí)戰(zhàn)篇

一、 概述：

本文主要以O(shè)ffice辦公軟件和PDF文件的讀寫為主線逐步展開說明，分析將相關(guān)格式的文件內(nèi)容文本化的過程。另外針對(duì)于Excel文件內(nèi)容的結(jié)構(gòu)化和對(duì)象化進(jìn)行實(shí)際案例分析，給出更適應(yīng)Spring框架配置的解決方案。

二、 POI基本介紹：

1、 POI基本描述：

POI是用編寫的免費(fèi)開源且跨平臺(tái)的Java API，Apache POI提供API給Java程式對(duì)格式檔案讀和寫的功能。POI為"Poor Obfuscation Implementation"的首字母縮寫，直譯為"可憐的模糊實(shí)現(xiàn)"，或意為"簡潔版的模糊實(shí)現(xiàn)"。

.NET的開發(fā)人員則可以利用NPOI(POI for .NET)來存取Microsoft Office文檔的功能。

2、 POI需要的Jar包：

a) poi-3.10-Final.jar(用于xls)；

b) poi-ooxml-3.10-Final.jar(用于xlsx)；

c) poi-ooxml-schemas-3.10.jar；

d) xmlbeans-2.6.0.jar

e) dom4j-1.6.1.jar

f) poi-scratchpad-3.10-FINAL-20140208.jar(用于word，ppt)

3、 POI結(jié)構(gòu)說明(包名稱說明)：

a) HSSF：提供讀寫Microsoft Excel XLS格式檔案的功能；

b) XSSF：提供讀寫Microsoft Excel OOXML XLSX格式檔案的功能；

c) HWPF：提供讀寫Microsoft Word DOC格式檔案的功能；

d) HSLF：提供讀寫Microsoft PowerPoint格式檔案的功能；

e) HDGF：提供讀Microsoft Visio格式檔案的功能；

f) HPBF：提供讀Microsoft Publisher格式檔案的功能；

g) HSMF：提供讀Microsoft Outlook格式檔案的功能；

三、 PDF基本介紹：

1、 摘要：

自從Adobe公司1993年第一次發(fā)布公共PDF參考以來，支持各種語言和平臺(tái)的PDF工具和類庫就如雨后春筍般涌現(xiàn)。然而，Java應(yīng)用開發(fā)中Adobe技術(shù)的支持相對(duì)滯后了。

自從Adobe公司1993年第一次發(fā)布公共PDF參考以來，支持各種語言和平臺(tái)的PDF工具和類庫就如雨后春筍般涌現(xiàn)。然而，Java應(yīng)用開發(fā)中Adobe技術(shù)的支持相對(duì)滯后了。這是個(gè)奇怪的現(xiàn)象，因?yàn)镻DF文檔是企業(yè)信息系統(tǒng)存儲(chǔ)和交換信息的大勢所趨，而Java技術(shù)特別適合這種應(yīng)用。然而，Java開發(fā)人員似乎直到最近才獲得成熟可用的PDF支持。

2、 特性：

PDFBox(一個(gè)BSD許可下的源碼開放項(xiàng)目)是一個(gè)為開發(fā)人員讀取和創(chuàng)建PDF文檔而準(zhǔn)備的純Java類庫。它提供如下特性：

a) 提取文本，包括Unicode字符；

b) 和Jakarta Lucene等文本搜索引擎的整合過程十分簡單；

c) 加密/解密PDF文檔；

d) 從PDF和XFDF格式中導(dǎo)入導(dǎo)出相關(guān)表單數(shù)據(jù)；

e) 向已有PDF文檔中追加內(nèi)容；

f) 將一個(gè)PDF文檔切分為多個(gè)文檔；

g) 覆蓋PDF文檔；

3、 PDFBox API：

PDFBox設(shè)計(jì)時(shí)采用面向?qū)ο蟮姆绞絹砻枋鯬DF文檔。PDF文檔的數(shù)據(jù)是一系列基本對(duì)象的集合：數(shù)組，布爾型，字典，數(shù)字，字符串和二進(jìn)制流。PDFBox在org.pdfbox.cos包(COS模型)中定義這些基本對(duì)象類型。你可以使用這些對(duì)象與PDF文檔進(jìn)行任何交互，但你應(yīng)該先對(duì)PDF文檔內(nèi)部結(jié)構(gòu)以及高層概念作一些深入的了解。例如，頁面和字體都是帶有特殊屬性的字典對(duì)象；PDF參考手冊(cè)提供這些特殊屬性的含義和類型的說明，但這是一個(gè)枯燥的文檔查閱過程。

于是，org.pdfbox.pdfmodel包(PD模型)應(yīng)運(yùn)而生，它的基礎(chǔ)是COS模型，但提供了以一種熟悉的方式訪問PDF文檔對(duì)象的高層API。對(duì)底層COS模型進(jìn)行了封裝的PDPage和PDFont等類就在這個(gè)包中。

注意：雖然PD模型提供了一些優(yōu)秀的功能，但它依然是一個(gè)開發(fā)中的模型。在有些實(shí)例中，你可能需要借助于COS模型才能訪問PDF的特定功能性。所有的PD模型對(duì)象都提供返回相應(yīng)的COS模型對(duì)象的方法。所以，在一般情況下，你都會(huì)使用PD模型，但PD模型鞭長莫及時(shí)你可以直接操作底層的COS模型。

4、 PDF需要的Jar包：

a) pdfbox-1.7.1.jar；

b) fontbox-1.7.1.jar；

四、 各種文件的處理方式：

1、 Excel文件：

示例代碼：

ExcelTextParser

2、 Word文件：

示例代碼：

WordParser

3、 PPT文件：

示例代碼：

PPTParser

4、 Visio文件：

示例代碼：

VisioParser

5、 Pdf文件：

示例代碼：

PdfParser

五、 案例分析講解：

1、 設(shè)計(jì)說明：

以Excel文件的不同文件格式讀寫為例進(jìn)行分析。

a) 針對(duì)于文件格式的設(shè)計(jì)：

i. XLS和XLSX：

雖然XLS是使用HSSFWorkbook，而XLSX是使用XSSFWorkbook，但針對(duì)于sheet的處理是一致的，因此使用同一個(gè)類進(jìn)行處理。另外將針對(duì)于每行數(shù)據(jù)的處理單獨(dú)抽取為一個(gè)類，簡化代碼邏輯，明確代碼層次關(guān)系；

ii. CSV：

以純文本形式存儲(chǔ)表格數(shù)據(jù)的，因此單獨(dú)創(chuàng)建一個(gè)類進(jìn)行處理。注意：將分隔符(默認(rèn)是英文逗號(hào))和數(shù)據(jù)起始行號(hào)單獨(dú)保存單獨(dú)的私有成員變量中，以保證代碼的通用性；

b) 針對(duì)于代碼結(jié)構(gòu)的設(shè)計(jì)：

使用接口將對(duì)象整合，以便在注入時(shí)可以使用同一個(gè)對(duì)象實(shí)例化。

2、 類圖：

PowerDesigner類圖

3、 Spring配置：

Spring配置

4、 各個(gè)類的具體情況：

a) IParser：

IParser

b) ExcelParser：

ExcelParser

c) CsvParser：

CsvParser

d) RowParser：

RowParser

總結(jié)

以上是生活随笔為你收集整理的c++ 文件读写_Java文件读写的常用技术的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。