commit

许鹏程

2024-05-28 b44bfff58de3adc572fd4643ecb3ec9b5586bea3

 src/main/java/com/product/lucene/util/FileUtils.java

@@ -8,12 +8,14 @@
import java.io.InputStream;
import java.util.List;

import com.product.common.lang.StringUtils;
import org.apache.poi.hssf.usermodel.HSSFCell;
import org.apache.poi.hssf.usermodel.HSSFRow;
import org.apache.poi.hssf.usermodel.HSSFSheet;
import org.apache.poi.hssf.usermodel.HSSFWorkbook;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.usermodel.Range;
import org.apache.poi.ss.usermodel.CellType;
import org.apache.poi.xssf.usermodel.XSSFCell;
import org.apache.poi.xssf.usermodel.XSSFRow;
import org.apache.poi.xssf.usermodel.XSSFSheet;
@@ -28,83 +30,139 @@
public class FileUtils {

   /**
    *    文件转string
    * 文件转string
    *
    * @param file
    * @return
    */
   public static String FileToString(File file) {
      String file_content="";
       if ((file != null) && (file.isFile())) {
          if (file.getName().toLowerCase().endsWith(".txt")) {
             file_content = txtToString(file);
         } else if ((file.getName().toLowerCase().endsWith(".doc"))){
            file_content = docToString(file);
         } else if ((file.getName().toLowerCase().endsWith(".docx"))) {
            file_content = docxToString(file);
         } else if (file.getName().toLowerCase().endsWith(".xls")) {
            file_content = readXls(file);
         } else if (file.getName().toLowerCase().endsWith(".xlsx")) {
            file_content = readXlsx(file);
         }
      String file_content = "";
      String fileType = "unknown";
      //获取文件后缀 保留.号
      String fileSuffix = file.getName().substring(file.getName().lastIndexOf("."));
      if (StringUtils.equalsAny(fileSuffix, ".doc", ".docx", ".xls", ".xlsx")) {
         //读取文件
         fileType = checkDocType(file);
      }
       return file_content;
    }
	
      try {
         if ((file != null) && (file.isFile())) {


            if ("doc".equals(fileType)) {
               file_content = docToString(file);
            } else if ("docx".equals(fileType)) {
               file_content = docxToString(file);
            } else if ("xls".equals(fileType)) {
               file_content = readXls(file);
            } else if ("xlsx".equals(fileType)) {
               file_content = readXlsx(file);
            } else if (file.getName().toLowerCase().endsWith(".txt")) {
               file_content = txtToString(file);
            }
         }
      } catch (Exception e) {
         e.printStackTrace();
      }
      return file_content;
   }


   public static String checkDocType(File file) {
      try (FileInputStream fis = new FileInputStream(file)) {
         byte[] bytes = new byte[8];
         fis.read(bytes, 0, 8);

         String hex = bytesToHex(bytes);

         if (hex.contains("504B0304") && (file.getName().endsWith(".doc") || file.getName().endsWith(".docx"))) {
            return "docx";
         } else if (hex.contains("D0CF11E0") && (file.getName().endsWith(".doc") || file.getName().endsWith(".docx"))) {
            //因为doc文件的头部也是D0CF11E0，所以需要判断文件后缀
            return "doc";
         }
         //增加xls 和 xlsx的判断
         else if (hex.contains("504B0304") && (file.getName().endsWith(".xls") || file.getName().endsWith(".xlsx"))) {
            return "xlsx";
         } else if (hex.contains("D0CF11E0") && (file.getName().endsWith(".xls") || file.getName().endsWith(".xlsx"))) {
            //因为xls文件的头部也是D0CF11E0，所以需要判断文件后缀
            return "xls";
         } else {
            return "unknown";
         }
      } catch (
            IOException e) {
         e.printStackTrace();
         return "unknown";
      }
   }

   private static String bytesToHex(byte[] bytes) {
      StringBuilder hex = new StringBuilder();
      for (byte b : bytes) {
         hex.append(String.format("%02X", b));
      }
      return hex.toString();
   }

   /**
    *    txt文件读取
    * txt文件读取
    *
    * @param file
    * @return
    */
   public static String txtToString(File file) {
   public static String txtToString(File file) throws IOException {
      String result = "";
      try (BufferedReader br = new BufferedReader(new FileReader(file))){// 构造一个BufferedReader类来读取文件
      try (BufferedReader br = new BufferedReader(new FileReader(file))) {// 构造一个BufferedReader类来读取文件
         String s = null;
         // 使用readLine方法，一次读一行
         while ((s = br.readLine()) != null) {
            result = result + "\n" + s;
         }
      } catch (Exception e) {
         e.printStackTrace();
         throw e;
      }
      return result;
   }
	

   /**
    *    doc转文本
    * doc转文本
    *
    * @param file
    * @return
    */
   public static String docToString(File file) {
   public static String docToString(File file) throws IOException {
      String result = "";
      try (
         FileInputStream fileInputStream = new FileInputStream(file);
         HWPFDocument doc = new HWPFDocument(fileInputStream);
      ){
            FileInputStream fileInputStream = new FileInputStream(file);
            HWPFDocument doc = new HWPFDocument(fileInputStream);
      ) {
         Range rang = doc.getRange();
         result += rang.text();
      } catch (Exception e) {
         e.printStackTrace();
         throw e;
      }
      return result;
   }
	

   /**
    *    docx转文本
    * docx转文本
    *
    * @param file
    * @return
    * @throws IOException
    */
   public static String docxToString(File file) {
      StringBuffer s=new StringBuffer();
   public static String docxToString(File file) throws IOException {

      StringBuffer s = new StringBuffer();
      try (
         InputStream inputStream = new FileInputStream(file);
         XWPFDocument doc = new XWPFDocument(inputStream);
      ){
            InputStream inputStream = new FileInputStream(file);
            XWPFDocument doc = new XWPFDocument(inputStream);
      ) {
         List<XWPFParagraph> paras = doc.getParagraphs();
         for (XWPFParagraph para : paras) {
            // 当前段落的属性
            // CTPPr pr = para.getCTP().getPPr();
            s.append( para.getText());
            s.append(para.getText());
         }
         // 获取文档中所有的表格
         List<XWPFTable> tables = doc.getTables();
@@ -119,29 +177,29 @@
               // 获取行对应的单元格
               cells = row.getTableCells();
               for (XWPFTableCell cell : cells) {
                  s.append( cell.getText());
                  s.append(cell.getText());
               }
            }
         }
      } catch (Exception e) {
         e.printStackTrace();
         throw e;
      }
      return s.toString();
   }
	

   /**
    * `xls转字符
    * @param f
    *
    * @param file
    * @return
    * @throws IOException
    */
   public static String readXls(File file) {
   public static String readXls(File file) throws IOException {
      StringBuffer info = new StringBuffer();
      try(
         InputStream inputStream = new FileInputStream(file);
         HSSFWorkbook hssfWorkbook = new HSSFWorkbook(inputStream);
      )
      {
      try (
            InputStream inputStream = new FileInputStream(file);
            HSSFWorkbook hssfWorkbook = new HSSFWorkbook(inputStream);
      ) {
         // Read the Sheet
         for (int numSheet = 0; numSheet < hssfWorkbook.getNumberOfSheets(); numSheet++) {
            HSSFSheet hssfSheet = hssfWorkbook.getSheetAt(numSheet);
@@ -161,88 +219,105 @@
            }
         }
      } catch (Exception e) {
         e.printStackTrace();
         throw e;
      }
      return info.toString();
   }
	

   /**
    *    xlsx转字符
    * xlsx转字符
    *
    * @param file
    * @return
    * @throws IOException
    */
   public static String readXlsx(File file) {
   public static String readXlsx(File file) throws IOException {
      StringBuffer info = new StringBuffer();
      try(
      try (
            InputStream is = new FileInputStream(file);
            XSSFWorkbook xssfWorkbook = new XSSFWorkbook(is);
      ){
		
      for (int numSheet = 0; numSheet < xssfWorkbook.getNumberOfSheets(); numSheet++) {
         XSSFSheet xssfSheet = xssfWorkbook.getSheetAt(numSheet);
         if (xssfSheet == null) {
            continue;
         }
         // Read the Row
         for (int rowNum = 0; rowNum <= xssfSheet.getLastRowNum(); rowNum++) {
            XSSFRow xssfRow = xssfSheet.getRow(rowNum);
            if (xssfRow != null) {
               int tdLength = xssfRow.getLastCellNum();
               for (int j = 0; j <= tdLength; j++) {
                  XSSFCell no = xssfRow.getCell(j);
                  info.append(getValue(no)).append(" ");
      ) {

         for (int numSheet = 0; numSheet < xssfWorkbook.getNumberOfSheets(); numSheet++) {
            XSSFSheet xssfSheet = xssfWorkbook.getSheetAt(numSheet);
            if (xssfSheet == null) {
               continue;
            }
            // Read the Row
            for (int rowNum = 0; rowNum <= xssfSheet.getLastRowNum(); rowNum++) {
               XSSFRow xssfRow = xssfSheet.getRow(rowNum);
               if (xssfRow != null) {
                  int tdLength = xssfRow.getLastCellNum();
                  for (int j = 0; j <= tdLength; j++) {
                     XSSFCell no = xssfRow.getCell(j);
                     info.append(getValue(no)).append(" ");
                  }
               }
            }
         }
      }
      } catch (Exception e) {
         e.printStackTrace();
         throw e;
      }
      return info.toString();
   }
	

   /**
    *    获取xls单元格值
    * 获取xls单元格值
    *
    * @param hssfCell
    * @return
    */
   private static String getValue(HSSFCell hssfCell) {
      if (hssfCell == null)
      if (hssfCell == null) {
         return "";
      if (hssfCell.getCellType() == hssfCell.CELL_TYPE_BOOLEAN) {
         return String.valueOf(hssfCell.getBooleanCellValue());
      } else if (hssfCell.getCellType() == hssfCell.CELL_TYPE_NUMERIC) {
         return String.valueOf(hssfCell.getNumericCellValue());
      } else {
         hssfCell.setCellType(hssfCell.CELL_TYPE_STRING);
         return String.valueOf(hssfCell.getStringCellValue());
      }
      CellType cellType = hssfCell.getCellType();
      //如果不是字符类型则返回空
      if (!CellType.BOOLEAN.equals(cellType) && !CellType.NUMERIC.equals(cellType) && !CellType.STRING.equals(cellType)) {
         return "";
      }
      try {
         if (CellType.BOOLEAN.equals(cellType)) {
            return String.valueOf(hssfCell.getBooleanCellValue());
         } else if (CellType.NUMERIC.equals(cellType)) {
            return String.valueOf(hssfCell.getNumericCellValue());
         } else {
            return String.valueOf(hssfCell.getStringCellValue());
         }
      } catch (Exception e) {
         throw e;
      }
   }
	

   /**
    *    获取xlxs单元格值
    * 获取xlxs单元格值
    *
    * @param xssfRow
    * @return
    */
   private static String getValue(XSSFCell xssfRow) {
      if (xssfRow == null)
         return "";
      if (xssfRow.getCellType() == xssfRow.CELL_TYPE_BOOLEAN) {
      CellType cellType = xssfRow.getCellType();
      //如果不是字符类型则返回空
      if (!CellType.BOOLEAN.equals(cellType) && !CellType.NUMERIC.equals(cellType) && !CellType.STRING.equals(cellType)) {
         return "";
      }
      if (CellType.BOOLEAN.equals(cellType)) {
         return String.valueOf(xssfRow.getBooleanCellValue());
      } else if (xssfRow.getCellType() == xssfRow.CELL_TYPE_NUMERIC) {
      } else if (CellType.NUMERIC.equals(cellType)) {
         return String.valueOf(xssfRow.getNumericCellValue());
      } else {
         return String.valueOf(xssfRow.getStringCellValue());
      }
   }
	
   public static void main(String[] args) {
      File f1=new File("D://ceshi/a.txt");
      File f2=new File("D://ceshi/b.doc");
      File f3=new File("D://ceshi/c.docx");
      File f4=new File("D://ceshi/d.xls");
      File f5=new File("D://ceshi/e.xlsx");

   public static void main(String[] args) throws Exception {
      File f1 = new File("D://ceshi/a.txt");
      File f2 = new File("D://ceshi/b.doc");
      File f3 = new File("D://ceshi/c.docx");
      File f4 = new File("D://ceshi/d.xls");
      File f5 = new File("D://ceshi/e.xlsx");
      System.out.println(txtToString(f1));
      System.out.println("+++++++++++++++++++++++++++++++++++++++++++");
      System.out.println(docToString(f2));