Určení formátu dokumentu v Aspose.Words pro Java
Úvod do určování formátu dokumentu v Aspose.Words pro Javu
Při práci se zpracováním dokumentů v Javě je zásadní určit formát souborů, se kterými pracujete. Aspose.Words for Java poskytuje výkonné funkce pro identifikaci formátů dokumentů a my vás celým procesem provedeme.
Předpoklady
Než začneme, ujistěte se, že máte následující předpoklady:
- Aspose.Words for Java
- Java Development Kit (JDK) nainstalovaný ve vašem systému
- Základní znalost programování v Javě
Krok 1: Nastavení adresáře
Nejprve musíme nastavit potřebné adresáře pro efektivní organizaci našich souborů. Vytvoříme adresáře pro různé typy dokumentů.
File supportedDir = new File("Your Directory Path" + "Supported");
File unknownDir = new File("Your Directory Path" + "Unknown");
File encryptedDir = new File("Your Directory Path" + "Encrypted");
File pre97Dir = new File("Your Directory Path" + "Pre97");
// Vytvořte adresáře, pokud ještě neexistují.
if (!supportedDir.exists())
supportedDir.mkdir();
if (!unknownDir.exists())
unknownDir.mkdir();
if (!encryptedDir.exists())
encryptedDir.mkdir();
if (!pre97Dir.exists())
pre97Dir.mkdir();
Vytvořili jsme adresáře pro podporované, neznámé, šifrované dokumenty a dokumenty starší než 97.
Krok 2: Zjištění formátu dokumentu
Nyní zjistíme formát dokumentů v našich adresářích. K dosažení tohoto cíle použijeme Aspose.Words for Java.
Set<String> listFiles = Stream.of(new File("Your Directory Path").listFiles())
.filter(file -> !file.getName().endsWith("Corrupted document.docx") && !Files.isDirectory(file.toPath()))
.map(File::getPath)
.collect(Collectors.toSet());
for (String fileName : listFiles) {
String nameOnly = Paths.get(fileName).getFileName().toString();
System.out.println(nameOnly);
FileFormatInfo info = FileFormatUtil.detectFileFormat(fileName);
// Zobrazte typ dokumentu
switch (info.getLoadFormat()) {
case LoadFormat.DOC:
System.out.println("\tMicrosoft Word 97-2003 document.");
break;
// Podle potřeby přidejte pouzdra pro jiné formáty dokumentů
}
// Zpracovávat šifrované dokumenty
if (info.isEncrypted()) {
System.out.println("\tAn encrypted document.");
FileUtils.copyFile(new File(fileName), new File(encryptedDir, nameOnly));
} else {
// Zvládněte jiné typy dokumentů
switch (info.getLoadFormat()) {
case LoadFormat.DOC_PRE_WORD_60:
FileUtils.copyFile(new File(fileName), new File(pre97Dir, nameOnly));
break;
case LoadFormat.UNKNOWN:
FileUtils.copyFile(new File(fileName), new File(unknownDir, nameOnly));
break;
default:
FileUtils.copyFile(new File(fileName), new File(supportedDir, nameOnly));
break;
}
}
}
V tomto úryvku kódu procházíme soubory, zjišťujeme jejich formáty a organizujeme je do příslušných adresářů.
Kompletní zdrojový kód pro určení formátu dokumentu v Aspose.Words pro Javu
File supportedDir = new File("Your Directory Path" + "Supported");
File unknownDir = new File("Your Directory Path" + "Unknown");
File encryptedDir = new File("Your Directory Path" + "Encrypted");
File pre97Dir = new File("Your Directory Path" + "Pre97");
// Vytvořte adresáře, pokud ještě neexistují.
if (supportedDir.exists() == false)
supportedDir.mkdir();
if (unknownDir.exists() == false)
unknownDir.mkdir();
if (encryptedDir.exists() == false)
encryptedDir.mkdir();
if (pre97Dir.exists() == false)
pre97Dir.mkdir();
Set<String> listFiles = Stream.of(new File("Your Directory Path").listFiles())
.filter(file -> !file.getName().endsWith("Corrupted document.docx") && !Files.isDirectory(file.toPath()))
.map(File::getPath)
.collect(Collectors.toSet());
for (String fileName : listFiles) {
String nameOnly = Paths.get(fileName).getFileName().toString();
System.out.println(nameOnly);
FileFormatInfo info = FileFormatUtil.detectFileFormat(fileName);
// Zobrazte typ dokumentu
switch (info.getLoadFormat()) {
case LoadFormat.DOC:
System.out.println("\tMicrosoft Word 97-2003 document.");
break;
case LoadFormat.DOT:
System.out.println("\tMicrosoft Word 97-2003 template.");
break;
case LoadFormat.DOCX:
System.out.println("\tOffice Open XML WordprocessingML Macro-Free Document.");
break;
case LoadFormat.DOCM:
System.out.println("\tOffice Open XML WordprocessingML Macro-Enabled Document.");
break;
case LoadFormat.DOTX:
System.out.println("\tOffice Open XML WordprocessingML Macro-Free Template.");
break;
case LoadFormat.DOTM:
System.out.println("\tOffice Open XML WordprocessingML Macro-Enabled Template.");
break;
case LoadFormat.FLAT_OPC:
System.out.println("\tFlat OPC document.");
break;
case LoadFormat.RTF:
System.out.println("\tRTF format.");
break;
case LoadFormat.WORD_ML:
System.out.println("\tMicrosoft Word 2003 WordprocessingML format.");
break;
case LoadFormat.HTML:
System.out.println("\tHTML format.");
break;
case LoadFormat.MHTML:
System.out.println("\tMHTML (Web archive) format.");
break;
case LoadFormat.ODT:
System.out.println("\tOpenDocument Text.");
break;
case LoadFormat.OTT:
System.out.println("\tOpenDocument Text Template.");
break;
case LoadFormat.DOC_PRE_WORD_60:
System.out.println("\tMS Word 6 or Word 95 format.");
break;
case LoadFormat.UNKNOWN:
System.out.println("\tUnknown format.");
break;
}
if (info.isEncrypted()) {
System.out.println("\tAn encrypted document.");
FileUtils.copyFile(new File(fileName), new File(encryptedDir, nameOnly));
} else {
switch (info.getLoadFormat()) {
case LoadFormat.DOC_PRE_WORD_60:
FileUtils.copyFile(new File(fileName), new File(pre97Dir, nameOnly));
break;
case LoadFormat.UNKNOWN:
FileUtils.copyFile(new File(fileName), new File(unknownDir, nameOnly));
break;
default:
FileUtils.copyFile(new File(fileName), new File(supportedDir, nameOnly));
break;
}
}
}
Závěr
Určení formátů dokumentů v Aspose.Words pro Java je nezbytné pro efektivní zpracování dokumentů. Pomocí kroků uvedených v této příručce můžete identifikovat typy dokumentů a podle toho s nimi zacházet ve svých aplikacích Java.
FAQ
Jak nainstaluji Aspose.Words for Java?
Aspose.Words for Java si můžete stáhnout ztady a postupujte podle dodaných pokynů k instalaci.
Jaké jsou podporované formáty dokumentů?
Aspose.Words for Java podporuje různé formáty dokumentů, včetně DOC, DOCX, RTF, HTML a dalších. Úplný seznam naleznete v dokumentaci.
Jak zjistím šifrované dokumenty pomocí Aspose.Words for Java?
Můžete použítFileFormatUtil.detectFileFormat() způsob detekce zašifrovaných dokumentů, jak je ukázáno v této příručce.
Existují nějaká omezení při práci se staršími formáty dokumentů?
Starší formáty dokumentů, jako je MS Word 6 nebo Word 95, mohou mít omezení z hlediska funkcí a kompatibility s moderními aplikacemi. V případě potřeby zvažte upgrade nebo konverzi těchto dokumentů.
Mohu automatizovat zjišťování formátu dokumentu v mé aplikaci Java?
Ano, můžete automatizovat detekci formátu dokumentu integrací poskytnutého kódu do vaší Java aplikace. To vám umožní zpracovávat dokumenty na základě jejich zjištěných formátů.
