Java文件讀寫的常用技術——項目開發實戰篇

一、 概述：

本文主要以Office辦公軟件和PDF文件的讀寫為主線逐步展開說明，分析將相關格式的文件內容文本化的過程。另外針對于Excel文件內容的結構化和對象化進行實際案例分析，給出更適應Spring框架配置的解決方案。

二、 POI基本介紹：

1、 POI基本描述：

POI是用編寫的免費開源且跨平臺的Java API，Apache POI提供API給Java程式對格式檔案讀和寫的功能。POI為"Poor Obfuscation Implementation"的首字母縮寫，直譯為"可憐的模糊實現"，或意為"簡潔版的模糊實現"。

.NET的開發人員則可以利用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結構說明(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年第一次發布公共PDF參考以來，支持各種語言和平臺的PDF工具和類庫就如雨后春筍般涌現。然而，Java應用開發中Adobe技術的支持相對滯后了。

自從Adobe公司1993年第一次發布公共PDF參考以來，支持各種語言和平臺的PDF工具和類庫就如雨后春筍般涌現。然而，Java應用開發中Adobe技術的支持相對滯后了。這是個奇怪的現象，因為PDF文檔是企業信息系統存儲和交換信息的大勢所趨，而Java技術特別適合這種應用。然而，Java開發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BSD許可下的源碼開放項目)是一個為開發人員讀取和創建PDF文檔而準備的純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格式中導入導出相關表單數據；

e) 向已有PDF文檔中追加內容；

f) 將一個PDF文檔切分為多個文檔；

g) 覆蓋PDF文檔；

3、 PDFBox API：

PDFBox設計時采用面向對象的方式來描述PDF文檔。PDF文檔的數據是一系列基本對象的集合：數組，布爾型，字典，數字，字符串和二進制流。PDFBox在org.pdfbox.cos包(COS模型)中定義這些基本對象類型。你可以使用這些對象與PDF文檔進行任何交互，但你應該先對PDF文檔內部結構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象；PDF參考手冊提供這些特殊屬性的含義和類型的說明，但這是一個枯燥的文檔查閱過程。

于是，org.pdfbox.pdfmodel包(PD模型)應運而生，它的基礎是COS模型，但提供了以一種熟悉的方式訪問PDF文檔對象的高層API。對底層COS模型進行了封裝的PDPage和PDFont等類就在這個包中。

注意：雖然PD模型提供了一些優秀的功能，但它依然是一個開發中的模型。在有些實例中，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模型對象都提供返回相應的COS模型對象的方法。所以，在一般情況下，你都會使用PD模型，但PD模型鞭長莫及時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、 設計說明：

以Excel文件的不同文件格式讀寫為例進行分析。

a) 針對于文件格式的設計：

i. XLS和XLSX：

雖然XLS是使用HSSFWorkbook，而XLSX是使用XSSFWorkbook，但針對于sheet的處理是一致的，因此使用同一個類進行處理。另外將針對于每行數據的處理單獨抽取為一個類，簡化代碼邏輯，明確代碼層次關系；

ii. CSV：

以純文本形式存儲表格數據的，因此單獨創建一個類進行處理。注意：將分隔符(默認是英文逗號)和數據起始行號單獨保存單獨的私有成員變量中，以保證代碼的通用性；

b) 針對于代碼結構的設計：

使用接口將對象整合，以便在注入時可以使用同一個對象實例化。

2、 類圖：

PowerDesigner類圖

3、 Spring配置：

Spring配置

4、 各個類的具體情況：

a) IParser：

IParser

b) ExcelParser：

ExcelParser

c) CsvParser：

CsvParser

d) RowParser：

RowParser

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。