java - 如何在 java 中使用 Apache POI 从 .doc 和 .docx 文件中提取从右到左的文本？

Question

我正在开发一个应用程序，它将 .doc 或 .docx 文件作为输入并将它们的文字提取到数据库表中。

我为此尝试了 Apache POI，并成功地使用了从左到右的文本格式(例如英文)的文档。

代码如下:

// FilterDOC Method Which Tacke A Document As Input and Return A Generic 
// List Withs Its Words

public static void parseDoc(File SelectedFile, FileReader in) {
try {
         // Create a POI File System object 
        POIFSFileSystem fs = new POIFSFileSystem(new FileInputStream(
                SelectedFile));

     // Create a document for this file 
    HWPFDocument doc = new HWPFDocument(fs);

     // Create a WordExtractor to read the text of the word document
            WordExtractor we = new WordExtractor(doc);

        String ExtractedText = we.getText();

     // Removing New Empty Lines
    String RemoveEmptyLines = ExtractedText.replaceAll("[\n\r]", "");

     // Filtering document of any symbols
    String[] Wordlist = RemoveEmptyLines
                .split("[:\\,\\.\\}\\?\\{\\[\\]\\‘\\_\\*\\&\\%\\#\\$\\@\\!\\~\\/\\//\\|\\?\\“\\:-\\;\\W\\s+]");

    List<String> lines = new ArrayList<String>();

        for (String line : Wordlist) {

            if (line != null && !line.trim().isEmpty()
                    && !line.equals("\\W\\s+")) {
                lines.add(line.trim());

            }

        }

       // output the document
    for (String string : lines) {

            System.out.println(string);}
                  in.close();



    } 

          catch (IOException e){ 
            System.out.println("IO Exception !!"+ e.getMessage());      }
}

如何将同一个库与具有从右到左文本格式(例如，阿拉伯语)的文档一起使用？

Answer 1

对于出租权集:

sheet.setRightToLeft()