是否有统一的ExcelExtractor类和xls和xlsx文件的工厂？

是否有一个共同的类和ExcelExtractor接口的实现，统一处理来自xls和xlsx源文本的提取？ 也许，在ss包的东西。

我正在寻找一些能够让我做类似的事情，但是通过从工厂获得正确的实现，基于文件types。

现在，我不得不明确地使用xls文件的org.apache.poi.xssf.extractor.XSSFExcelExtractor和xlsx的org.apache.poi.xssf.extractor.XSSFExcelExtractor 。

例如，对于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(); 

我可以实现我自己的工厂，但在此之前，我想问问是否有一种处理两种格式的通用方法（这是ss包的用途）。

Answer 1

两个选项

首先，如果你真的想坚持使用旧的Apache POI文本提取器，那么使用ExtractorFactory类 。 这将确定types，并为您创build一个提取器

但是，更好的select – Apache Tika 。 Tikabuild立在POI（以及其他许多）的基础之上，并且为您提供来自各种文件格式的纯文本提取（+ detection + xhtml + more！）。 你只要打电话给Tika，索要文字，无论types如何都可以拿回来。 看到像这个Tika例子开始