在Android中解析doc,docx,xls,xlsx,pptx等格式文件

导读：有的时候我们在开发android中需要解析一些我们比较常用的格式，比如doc、docx、xls、xlsx，那么我们要是正常的话就解析不了。这时我们就要用tm-extractors-0.4.jar。

可以直接复制实验，
解析doc，要tm-extractors-0.4.jar这个包
解析xls，要jxl.jar这个包

头部代码 :

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.util.ArrayList;
import java.util.List;
import java.util.zip.ZipEntry;
import java.util.zip.ZipException;
import java.util.zip.ZipFile;

import jxl.Cell;
import jxl.CellType;
import jxl.DateCell;
import jxl.NumberCell;
import jxl.Sheet;
import jxl.Workbook;

import org.apache.http.util.EncodingUtils;
import org.textmining.text.extraction.WordExtractor;
import org.xmlpull.v1.XmlPullParser;
import org.xmlpull.v1.XmlPullParserException;

import android.os.Environment;
import android.util.Xml;

解析doc :

View Code

public static String readPPTX(String path) {
List<String> ls = new ArrayList<String>();
String river = "";
ZipFile xlsxFile = null;
try {
xlsxFile = new ZipFile(new File(path));// pptx按照读取zip格式读取
} catch (ZipException e1) {
e1.printStackTrace();
} catch (IOException e1) {
e1.printStackTrace();
}
try {
ZipEntry sharedStringXML = xlsxFile.getEntry("[Content_Types].xml");// 找到里面存放内容的文件
InputStream inputStream = xlsxFile.getInputStream(sharedStringXML);// 将得到文件流
XmlPullParser xmlParser = Xml.newPullParser();// 实例化pull
xmlParser.setInput(inputStream, "utf-8");// 将流放进pull中
int evtType = xmlParser.getEventType();// 得到标签类型的状态
while (evtType != XmlPullParser.END_DOCUMENT) {// 循环读取流
switch (evtType) {
case XmlPullParser.START_TAG: // 判断标签开始读取
String tag = xmlParser.getName();// 得到标签
if (tag.equalsIgnoreCase("Override")) {
String s = xmlParser
.getAttributeValue(null, "PartName");
if (s.lastIndexOf("/ppt/slides/slide") == 0) {
ls.add(s);
}
}
break;
case XmlPullParser.END_TAG:// 标签读取结束
break;
default:
break;
}
evtType = xmlParser.next();// 读取下一个标签
}
} catch (ZipException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (XmlPullParserException e) {
e.printStackTrace();
}
for (int i = 1; i < (ls.size() + 1); i++) {// 假设有6张幻灯片
river += "第" + i + "张················" + "\n";
try {
ZipEntry sharedStringXML = xlsxFile.getEntry("ppt/slides/slide"
+ i + ".xml");// 找到里面存放内容的文件
InputStream inputStream = xlsxFile
.getInputStream(sharedStringXML);// 将得到文件流
XmlPullParser xmlParser = Xml.newPullParser();// 实例化pull
xmlParser.setInput(inputStream, "utf-8");// 将流放进pull中
int evtType = xmlParser.getEventType();// 得到标签类型的状态
while (evtType != XmlPullParser.END_DOCUMENT) {// 循环读取流
switch (evtType) {
case XmlPullParser.START_TAG: // 判断标签开始读取
String tag = xmlParser.getName();// 得到标签
if (tag.equalsIgnoreCase("t")) {
river += xmlParser.nextText() + "\n";
}
break;
case XmlPullParser.END_TAG:// 标签读取结束
break;
default:
break;
}
evtType = xmlParser.next();// 读取下一个标签
}
} catch (ZipException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (XmlPullParserException e) {
e.printStackTrace();
}
}
if (river == null) {
river = "解析文件出现问题";
}
return river;
}

原文: http://www.eoeandroid.com/qa/2011/1227/504.html