是否有统一的 ExcelExtractor class 和 xls 和 xlsx 文件的工厂？

Question

是否有通用的 class 和 ExcelExtractor 接口的实现来统一处理从 xls 和 xlsx 源中提取文本？也许，ss 包中的东西。

我正在寻找能让我做类似事情的东西，但要根据文件类型从工厂获得正确的实施。

现在，我必须明确地使用 org.apache.poi.hssf.extractor.ExcelExtractor 对于 xls 文件和 org.apache.poi.xssf.extractor.XSSFExcelExtractor 对于 xlsx。

例如，xls 的显式方法：

InputStream inp = new FileInputStream(path);
HSSFWorkbook wb = new HSSFWorkbook(new POIFSFileSystem(inp));
ExcelExtractor extractor = new ExcelExtractor(wb);

extractor.setFormulasNotResults(true);
extractor.setIncludeSheetNames(false);
String text = extractor.getText();

我可以实现自己的工厂，但在我这样做之前，我想问问是否有处理这两种格式的通用方法（这就是 ss 包的用途）。

Answer 1

两个选项

首先，如果您真的想坚持使用旧的 Apache POI 文本提取器，请使用 ExtractorFactory class。这将识别类型，并为您创建一个提取器

但是，更好的选择 - Apache Tika. Tika builds on top of POI (and lots of others), and gives you plain text extraction (+detection +xhtml +more!) from a wide range of file formats. You'd just call Tika, ask for the text, and get it back no matter the type. See Tika examples like this one 开始

是否有统一的 ExcelExtractor class 和 xls 和 xlsx 文件的工厂？

Is there a uniform ExcelExtractor class and a factory for both xls and xlsx files?

java

excel

apache-poi