GroupDocs.Parser for Java

ดึงข้อความจาก XML โดยใช้ Java

ดึงข้อความที่อ่านได้หรือมีโครงสร้างจากไฟล์เช่น PDF, Word, Excel และอื่น ๆ โดยใช้ GroupDocs.Parser ในโครงการพัฒนา Java ของคุณ

ดาวน์โหลด Maven

เริ่มทดลองใช้ฟรี

วิธีการดึงข้อความจาก Xml โดยใช้ Java

ทำตามขั้นตอนด้านล่างเพื่อดึงข้อความจากไฟล์ XML โดยใช้ GroupDocs.Parser ภายในโครงการ Java ของคุณ:

โหลดเอกสาร XML โดยใช้คลาส Parser
ดำเนินการดึงข้อความจากเนื้อหาไฟล์
ตรวจสอบว่าข้อความถูกรับคืนอย่างถูกต้องหรือไม่
ใช้ข้อมูลข้อความในระบบค้นหา การวิเคราะห์ หรือระบบอัตโนมัติ

คัดลอก

// เริ่มต้น Parser ด้วยเอกสารของคุณ
try (Parser parser = new Parser("input.xml"))
{
    // อ่านและดึงข้อมูลข้อความทั้งหมด
    try (TextReader reader = parser.getText())
    {
        // ส่งคืน null หากไม่มีเนื้อหาข้อความ
        // รวมข้อความที่ดึงเข้าไปในกระบวนการทำงานของคุณ
        System.out.println(reader == null ? 
            "ข้ามรูปแบบการดึงข้อความที่ไม่รองรับ" : reader.readToEnd());
    }
}

<dependencies>
<dependency>
<groupId>com.groupdocs</groupId>
<artifactId>groupdocs-parser</artifactId>
<version>24.9</version>
</dependency>
</dependencies>
<repositories>
<repository>
<id>repository.groupdocs.com</id>
<name>GroupDocs Repository</name>
<url>https://repository.groupdocs.com/repo/</url>
</repository>
</repositories>

คลิกเพื่อคัดลอก

คัดลอกแล้ว

ตัวอย่างเพิ่มเติม เอกสารประกอบ

ฟังก์ชันการดึงข้อความที่หลากหลาย

GroupDocs.Parser ไม่เพียงแต่ดึงข้อความแบบธรรมดา - ยังรองรับการดึงรูปภาพ เมตาและข้อมูลที่มีโครงสร้างเพื่อเสริมการทำงานกับเนื้อหา

ทำงานกับรูปแบบเอกสารมากมาย

จับข้อความทั้งที่เป็นดิบและมีโครงสร้างจาก DOCX, XLSX, PPTX, PDF, HTML และรูปแบบต่าง ๆ

ดึงข้อความจากเนื้อหาภาพและข้อความ

วิเคราะห์ข้อความจากเอกสารที่สแกน สไลด์ สเปรดชีต และประเภทไฟล์อื่น ๆ ในขณะรักษาโครงสร้างที่เข้าใจได้

ควบคุมรายละเอียดการดึงข้อมูล

กำหนดขอบเขตหน้าที่ต้องการ โซนเลย์เอาต์ และพารามิเตอร์ความแม่นยำสำหรับการวิเคราะห์ข้อความที่ละเอียด

ตัวอย่าง: การดึงเนื้อหาข้อความจากเอกสาร PPTX

ตัวอย่างนี้แสดงถึงการดึงบล็อกข้อความพร้อมกับพิกัดเชิงพื้นที่จากการนำเสนอ PowerPoint โดยใช้ GroupDocs.Parser

Java

//  โหลดไฟล์ PPTX ของคุณด้วย API Parser
try (Parser parser = new Parser("input.pptx"))
{
    // รับเขตข้อความที่เป็นรูปทรงสี่เหลี่ยมทั้งหมด
    IEnumerable<PageTextArea> areas = parser.GetTextAreas();

    // ออกจากโปรแกรมหากฟังก์ชันนี้ไม่รองรับ
    if (areas == null)
    {
        return;
    }

    // วนลูปผ่านพื้นที่ข้อความตามหน้า
    for (PageTextArea a : areas)
    {
        // ประมวลผลบล็อกข้อความแต่ละบล็อกพร้อมหมายเลขหน้าและสี่เหลี่ยมพิมพ์
        System.out.println(String.format("Page: %d, R: %s, Text: %s", a.getPage().getIndex(), a.getRectangle(), a.getText()));
    }
}

แนะนำ API GroupDocs.Parser for Java

GroupDocs.Parser เป็นโปรแกรมจัดการเอกสารที่มีความสามารถและขยายตัวได้ ออกแบบมาสำหรับนักพัฒนาที่ใช้ Java โดยมีฟังก์ชันการทำงานที่ช่วยให้สามารถดึงข้อความ ตาราง รูปภาพ และส่วนประกอบที่มีโครงสร้างจากฟอร์แมตต่าง ๆ เช่น PDF, DOCX, XLSX, PPTX และอื่น ๆ โดยไม่ต้องพึ่งพาเครื่องมือภายนอก

เรียนรู้เพิ่มเติม