提取txt或word内容

提取记事本文件或word文件的内容，保留空格、换行等。

依赖

// 提取Word文本
implementation 'org.apache.poi:poi:5.2.3'
implementation 'org.apache.poi:poi-ooxml:5.2.3'
implementation 'org.apache.poi:poi-scratchpad:5.2.3'
implementation 'org.apache.xmlbeans:xmlbeans:5.1.1'

工具类

import lombok.extern.slf4j.Slf4j;
import org.apache.commons.io.FileUtils;
import org.apache.commons.lang3.ObjectUtils;
import org.apache.commons.lang3.StringUtils;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.springframework.web.multipart.MultipartFile;

import java.io.*;
import java.nio.charset.StandardCharsets;
import java.util.UUID;

/**
 * @author 曳戈泰尔
 * @version 1.0
 * @description 读文件内容 工具
 * @date 2023/8/16 3:29 PM
 */
@Slf4j
public class ReadFileContentUtil {

    /**
     * 读取文件内容
     *
     * <p>记事本文件
     *
     * @param file 文件
     * @return 文件内容
     */
    public static String readTextFileContent(MultipartFile file) {

        try {

            // 定义内容字符串Buffer
            StringBuilder content = new StringBuilder();

            // 转字节流
            InputStream inputStream = file.getInputStream();
            // 输入流Reader
            InputStreamReader inputStreamReader =
                    new InputStreamReader(inputStream, StandardCharsets.UTF_8);
            // Buffer对象
            BufferedReader bufferedReader = new BufferedReader(inputStreamReader);
            // 循环按行读取
            while (bufferedReader.ready()) {
                String line = bufferedReader.readLine();
                // 结尾增加换行符
                content.append(line).append("\n");
            }

            // 关闭流
            bufferedReader.close();
            inputStreamReader.close();
            inputStream.close();

            // 返回内容
            return content.toString();

        } catch (Exception e) {
            log.error("读取文件内容失败，原因：{}", e.getMessage(), e);

            return null;
        }
    }

    /**
     * 读取文件内容
     *
     * <p>Word文件
     *
     * @param multipartFile 文件
     * @param wordType word类型
     * @return 文件内容
     */
    public static String readWordFileContent(MultipartFile multipartFile, String wordType) {

        // MultipartFile 转 File
        File file = multipartFileToFile(multipartFile);
        // 文件为空
        if (ObjectUtils.isEmpty(file)) {
            log.error("文件转换失败，文件为空");

            return null;
        }

        try {
            // 提取word文档内容
            String content;

            // 读取文件流
            try (FileInputStream fis = new FileInputStream(file)) {

                // doc文件
                if (StringUtils.equals(wordType, "doc")) {
                    HWPFDocument doc = new HWPFDocument(fis);
                    content = doc.getDocumentText();

                    // \r 修改为 \n
                    content = content.replaceAll("\r", "\n");

                    // 关闭流
                    doc.close();
                }
                // docx文件
                else {
                    XWPFDocument document = new XWPFDocument(fis);
                    XWPFWordExtractor extractor = new XWPFWordExtractor(document);
                    content = extractor.getText();

                    // 关闭流
                    extractor.close();
                    document.close();
                }
            }

            // 返回内容
            return content;

        } catch (Exception e) {
            log.error("读取文件内容失败，原因：{}", e.getMessage(), e);

            return null;
        } finally {
            // 删除File文件
            FileUtils.deleteQuietly(file);
        }
    }

    /**
     * MultipartFile 转 File
     *
     * @param multiFile MultipartFile
     * @return File
     */
    public static File multipartFileToFile(MultipartFile multiFile) {

        // 获取文件名
        String fileName = multiFile.getOriginalFilename();
        if (StringUtils.isBlank(fileName)) {
            return null;
        }
        // 获取文件后缀
        String suffix = fileName.substring(fileName.lastIndexOf("."));
        if (StringUtils.isBlank(suffix)) {
            return null;
        }

        // 生成新文件名
        String newFileName = UUID.randomUUID().toString().replace("-", "");

        try {
            File file = File.createTempFile(newFileName, suffix, new File("/tmp"));
            multiFile.transferTo(file);

            return file;
        } catch (Exception e) {
            log.error("MultipartFile 转 File 失败，异常：{}", e.getMessage());
        }

        return null;
    }
}