Documentformaat bepalen in Aspose.Words voor Java
Inleiding tot het bepalen van de documentindeling in Aspose.Words voor Java
Wanneer u met documentverwerking in Java werkt, is het van cruciaal belang om het formaat van de bestanden waarmee u te maken heeft, te bepalen. Aspose.Words voor Java biedt krachtige functies voor het identificeren van documentformaten, en wij begeleiden u door het proces.
Vereisten
Voordat we beginnen, zorg ervoor dat u aan de volgende vereisten voldoet:
- Aspose.Woorden voor Java
- Java Development Kit (JDK) op uw systeem geïnstalleerd
- Basiskennis van Java-programmeren
Stap 1: Directory-instellingen
Eerst moeten we de benodigde mappen instellen om onze bestanden effectief te ordenen. We maken mappen voor verschillende documenttypen.
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");
// Maak de mappen aan als deze nog niet bestaan.
if (!supportedDir.exists())
supportedDir.mkdir();
if (!unknownDir.exists())
unknownDir.mkdir();
if (!encryptedDir.exists())
encryptedDir.mkdir();
if (!pre97Dir.exists())
pre97Dir.mkdir();
We hebben mappen gemaakt voor ondersteunde, onbekende, gecodeerde en pre-97 documenttypen.
Stap 2: Documentformaat detecteren
Laten we nu het formaat van de documenten in onze mappen detecteren. We gebruiken Aspose.Words voor Java om dit te bereiken.
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);
// Geef het documenttype weer
switch (info.getLoadFormat()) {
case LoadFormat.DOC:
System.out.println("\tMicrosoft Word 97-2003 document.");
break;
// Voeg indien nodig cases toe voor andere documentformaten
}
// Behandel gecodeerde documenten
if (info.isEncrypted()) {
System.out.println("\tAn encrypted document.");
FileUtils.copyFile(new File(fileName), new File(encryptedDir, nameOnly));
} else {
// Verwerk andere documenttypen
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;
}
}
}
In dit codefragment doorlopen we de bestanden, detecteren hun formaten en ordenen ze in de respectievelijke mappen.
Volledige broncode voor het bepalen van het documentformaat in Aspose.Words voor Java
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");
// Maak de mappen aan als deze nog niet bestaan.
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);
// Geef het documenttype weer
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;
}
}
}
Conclusie
Het bepalen van documentformaten in Aspose.Words voor Java is essentieel voor een efficiënte documentverwerking. Met de stappen die in deze handleiding worden beschreven, kunt u documenttypen identificeren en deze dienovereenkomstig verwerken in uw Java-toepassingen.
Veelgestelde vragen
Hoe installeer ik Aspose.Words voor Java?
U kunt Aspose.Words voor Java downloaden van dehier en volg de meegeleverde installatie-instructies.
Wat zijn de ondersteunde documentformaten?
Aspose.Words voor Java ondersteunt verschillende documentformaten, waaronder DOC, DOCX, RTF, HTML en meer. Voor een volledige lijst kunt u de documentatie raadplegen.
Hoe kan ik gecodeerde documenten detecteren met Aspose.Words voor Java?
U kunt gebruik maken van deFileFormatUtil.detectFileFormat() methode om gecodeerde documenten te detecteren, zoals gedemonstreerd in deze handleiding.
Zijn er beperkingen bij het werken met oudere documentformaten?
Oudere documentformaten, zoals MS Word 6 of Word 95, kunnen beperkingen hebben qua functionaliteit en compatibiliteit met moderne applicaties. Overweeg indien nodig deze documenten te upgraden of te converteren.
Kan ik de detectie van documentformaten in mijn Java-applicatie automatiseren?
Ja, u kunt de detectie van documentformaten automatiseren door de meegeleverde code in uw Java-applicatie te integreren. Hierdoor kunt u documenten verwerken op basis van hun gedetecteerde formaten.
