原生Java文档分析器和转换器基于库 Linux的文档转换器【JAVA教程】

概述原生Java文档分析器和转换器基于库/ Linux的文档转换器

我正在寻找一个Java库，可以做到以下几点：

以DOC，DOCX，JPEG，PNG，GIF，TXT，XLS，XLSX，PPT，pdf等types的附件parsing* .eml或* .msg格式的电子邮件，并将附件转换为TIFF格式。

它可以是开源或商业图书馆。 另外，我正在寻找命令行工具为linux做到这一点。 我们已经尝试了开放式办公，但是有些文档格式的问题太多了。

更新：

当PowerShell脚本更新时，Doxygen不会读取Doxyfile

现代的windows应用程序帮助系统

在linux服务器上创build和编辑MS-Word文档？

我怎样才能得到linux的手册页的C函数，而不是与bash命令的人？

试图find手册的参考，但不能

我到目前为止的研究发现：

对于parsing电子邮件和解压缩附件，JavaMail（http://www.oracle.com/technetwork/java/javamail/index.HTML）是一个不错的select。

为了转换文档，JodConverter（http://code.Google.com/p/jodconverter/）是一个舒适的库。 然而，它只是开放式办公的一个包装，所以如果开放式办公室存在问题（而且我经常遇到openoffice的麻烦）来转换文档，那么您也可以使用JodConcerter。

总之，我没有运气（到现在为止）find任何文件转换库在本地Java实现，它支持所有常见的文件格式，既不是开源的，甚至商业。 这似乎是一个真正的市场差距。

是否有一个标准化的语法为linux预测？

使用PHP linux将doc，docx，pdf转换为HTML

windows文件系统如何工作？

文件pipe理

如何从命令行使用libreOffice将.doc文件转换为.txt？

Rainbowpdf可能适合：它是一个基于Java API的商业服务器转换工具。

如果您有windows服务器，请查看NEEVIA document Converter Pro 。 它有一些邮件功能。

Apace POI是一个读取Microsoft Office文档内容的界面。 您将不得不自己编写图像生成和布局组件。 但它读取Outlook MSG格式。

Apache POI – Microsoft文档的Java API 。 不过，我不知道如何轻松地将解析的文档转换为TIFF。

可能是不同的方法混合可能是有用的？ 根据您的要求，可以使用多个库来转换您需要管理的所有格式：Microsoft Office，Adobe pdf，一些不同的图像格式和简单的文本文件。

我的意思是，您可以创建一个进程，根据所提取文件的类型（使用Java Mail），可以识别文件的格式，并使用合适的库继续使用正确的转换机制进行处理。 然后，如果文件是要转换的图像，则可以尝试Java高级图像处理，如果是Microsoft Office文件，请尝试Apache POI等等。 为了管理pdf文件，您可以尝试Apache pdfBox这是另一个好的开源解决方案。

顺便说一句，如果你正在寻找的不仅是一个Java的方法，可能是这个线程可能会帮助你。

我不知道是否有比@ChrisGer评论更好的商业解决方案。

不要浪费你的时间来看待Apache POI，因为它只能解析Office文件的内容，但不适合呈现它。

既然有OpenOffice服务器可用，我建议你这样做。 我也知道你可以很容易地使用DCOM与Microsoft Office应用程序交谈，也许一个Java-> DCOM桥梁更多的任务。 但是，这甚至不被微软推荐（所以我认为JodConverter的东西同样不稳定）。

总结

以上是内存溢出为你收集整理的原生Java文档分析器和转换器基于库/ Linux的文档转换器全部内容，希望文章能够帮你解决原生Java文档分析器和转换器基于库/ Linux的文档转换器所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。