Дотримуйтесь наведених нижче кроків для витягування тексту з файлів DOCX за допомогою GroupDocs.Parser у вашому проєкті Java:
// Ініціалізуйте Parser з вашим документом
try (Parser parser = new Parser("input.docx"))
{
// Читайте та витягайте всі текстові дані
try (TextReader reader = parser.getText())
{
// Поверніть null, якщо текстовий вміст відсутній
// Інтегруйте витягнутий текст у ваш робочий процес
System.out.println(reader == null ?
"Пропустіть формати витягування тексту, які не підтримуються" : 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>
GroupDocs.Parser виходить за межі простого витягування тексту—підтримуючи отримання зображень, метаданих та структурованих даних для покращення завдань обробки вмісту.
Збирайте як сирий, так і структурований текст з DOCX, XLSX, PPTX, PDF, HTML та різних інших форматів.
Парсити текст з відсканованих документів, слайдів, електронних таблиць та інших типів файлів, зберігаючи логічну структуру.
Налаштуйте діапазони сторінок, зони розташування та параметри точності для тонкого налаштування парсингу тексту.
Цей приклад демонструє витягування текстових блоків разом з їх просторовими координатами з презентації PowerPoint за допомогою GroupDocs.Parser.
// Завантажте ваш файл PPTX за допомогою API Parser
try (Parser parser = new Parser("input.pptx"))
{
// Отримайте усі прямокутні текстові зони
IEnumerable<PageTextArea> areas = parser.GetTextAreas();
// Виходьте, якщо ця функція не підтримується
if (areas == null)
{
return;
}
// Перегляньте текстові області по сторінках
for (PageTextArea a : areas)
{
// Обробіть кожен текстовий блок з його номером сторінки та обмежувальним прямокутником
System.out.println(String.format("Page: %d, R: %s, Text: %s", a.getPage().getIndex(), a.getRectangle(), a.getText()));
}
}
Завантажте GroupDocs.Parser безкоштовно або отримайте пробну ліцензію для повного доступу!
Вивчіть документацію, зразки коду та підтримку спільноти для покращення вашого досвіду.
GroupDocs.Parser здатен витягувати текстовий вміст з численних форматів файлів та зображень. Нижче наведені найбільш поширені типи, які він підтримує.
