Determinación del formato del documento en Aspose.Words para Java
Introducción a la determinación del formato de documento en Aspose.Words para Java
Cuando se trabaja con el procesamiento de documentos en Java, es crucial determinar el formato de los archivos con los que se está tratando. Aspose.Words para Java proporciona potentes funciones para identificar formatos de documentos y lo guiaremos a través del proceso.
Requisitos previos
Antes de comenzar, asegúrese de tener los siguientes requisitos previos:
- Aspose.Words para Java
- Kit de desarrollo de Java (JDK) instalado en su sistema
- Conocimientos básicos de programación Java.
Paso 1: configuración del directorio
Primero, necesitamos configurar los directorios necesarios para organizar nuestros archivos de manera efectiva. Crearemos directorios para diferentes tipos de documentos.
File supportedDir = new File("Your Directory Path" + "Supported");
File unknownDir = new File("Your Directory Path" + "Unknown");
File encryptedDir = new File("Your Directory Path" + "Encrypted");
File pre97Dir = new File("Your Directory Path" + "Pre97");
// Cree los directorios si aún no existen.
if (!supportedDir.exists())
supportedDir.mkdir();
if (!unknownDir.exists())
unknownDir.mkdir();
if (!encryptedDir.exists())
encryptedDir.mkdir();
if (!pre97Dir.exists())
pre97Dir.mkdir();
Hemos creado directorios para tipos de documentos compatibles, desconocidos, cifrados y anteriores a 97.
Paso 2: Detectar el formato del documento
Ahora, detectemos el formato de los documentos en nuestros directorios. Usaremos Aspose.Words para Java para lograr esto.
Set<String> listFiles = Stream.of(new File("Your Directory Path").listFiles())
.filter(file -> !file.getName().endsWith("Corrupted document.docx") && !Files.isDirectory(file.toPath()))
.map(File::getPath)
.collect(Collectors.toSet());
for (String fileName : listFiles) {
String nameOnly = Paths.get(fileName).getFileName().toString();
System.out.println(nameOnly);
FileFormatInfo info = FileFormatUtil.detectFileFormat(fileName);
// Mostrar el tipo de documento
switch (info.getLoadFormat()) {
case LoadFormat.DOC:
System.out.println("\tMicrosoft Word 97-2003 document.");
break;
// Agregue casos para otros formatos de documentos según sea necesario
}
// Manejar documentos cifrados
if (info.isEncrypted()) {
System.out.println("\tAn encrypted document.");
FileUtils.copyFile(new File(fileName), new File(encryptedDir, nameOnly));
} else {
// Manejar otros tipos de documentos
switch (info.getLoadFormat()) {
case LoadFormat.DOC_PRE_WORD_60:
FileUtils.copyFile(new File(fileName), new File(pre97Dir, nameOnly));
break;
case LoadFormat.UNKNOWN:
FileUtils.copyFile(new File(fileName), new File(unknownDir, nameOnly));
break;
default:
FileUtils.copyFile(new File(fileName), new File(supportedDir, nameOnly));
break;
}
}
}
En este fragmento de código, recorremos los archivos, detectamos sus formatos y los organizamos en los directorios respectivos.
Código fuente completo para determinar el formato del documento en Aspose.Words para Java
File supportedDir = new File("Your Directory Path" + "Supported");
File unknownDir = new File("Your Directory Path" + "Unknown");
File encryptedDir = new File("Your Directory Path" + "Encrypted");
File pre97Dir = new File("Your Directory Path" + "Pre97");
// Cree los directorios si aún no existen.
if (supportedDir.exists() == false)
supportedDir.mkdir();
if (unknownDir.exists() == false)
unknownDir.mkdir();
if (encryptedDir.exists() == false)
encryptedDir.mkdir();
if (pre97Dir.exists() == false)
pre97Dir.mkdir();
Set<String> listFiles = Stream.of(new File("Your Directory Path").listFiles())
.filter(file -> !file.getName().endsWith("Corrupted document.docx") && !Files.isDirectory(file.toPath()))
.map(File::getPath)
.collect(Collectors.toSet());
for (String fileName : listFiles) {
String nameOnly = Paths.get(fileName).getFileName().toString();
System.out.println(nameOnly);
FileFormatInfo info = FileFormatUtil.detectFileFormat(fileName);
// Mostrar el tipo de documento
switch (info.getLoadFormat()) {
case LoadFormat.DOC:
System.out.println("\tMicrosoft Word 97-2003 document.");
break;
case LoadFormat.DOT:
System.out.println("\tMicrosoft Word 97-2003 template.");
break;
case LoadFormat.DOCX:
System.out.println("\tOffice Open XML WordprocessingML Macro-Free Document.");
break;
case LoadFormat.DOCM:
System.out.println("\tOffice Open XML WordprocessingML Macro-Enabled Document.");
break;
case LoadFormat.DOTX:
System.out.println("\tOffice Open XML WordprocessingML Macro-Free Template.");
break;
case LoadFormat.DOTM:
System.out.println("\tOffice Open XML WordprocessingML Macro-Enabled Template.");
break;
case LoadFormat.FLAT_OPC:
System.out.println("\tFlat OPC document.");
break;
case LoadFormat.RTF:
System.out.println("\tRTF format.");
break;
case LoadFormat.WORD_ML:
System.out.println("\tMicrosoft Word 2003 WordprocessingML format.");
break;
case LoadFormat.HTML:
System.out.println("\tHTML format.");
break;
case LoadFormat.MHTML:
System.out.println("\tMHTML (Web archive) format.");
break;
case LoadFormat.ODT:
System.out.println("\tOpenDocument Text.");
break;
case LoadFormat.OTT:
System.out.println("\tOpenDocument Text Template.");
break;
case LoadFormat.DOC_PRE_WORD_60:
System.out.println("\tMS Word 6 or Word 95 format.");
break;
case LoadFormat.UNKNOWN:
System.out.println("\tUnknown format.");
break;
}
if (info.isEncrypted()) {
System.out.println("\tAn encrypted document.");
FileUtils.copyFile(new File(fileName), new File(encryptedDir, nameOnly));
} else {
switch (info.getLoadFormat()) {
case LoadFormat.DOC_PRE_WORD_60:
FileUtils.copyFile(new File(fileName), new File(pre97Dir, nameOnly));
break;
case LoadFormat.UNKNOWN:
FileUtils.copyFile(new File(fileName), new File(unknownDir, nameOnly));
break;
default:
FileUtils.copyFile(new File(fileName), new File(supportedDir, nameOnly));
break;
}
}
}
Conclusión
Determinar los formatos de documentos en Aspose.Words para Java es esencial para el procesamiento eficiente de documentos. Con los pasos descritos en esta guía, puede identificar tipos de documentos y manejarlos en consecuencia en sus aplicaciones Java.
Preguntas frecuentes
¿Cómo instalo Aspose.Words para Java?
Puede descargar Aspose.Words para Java desde elaquí y siga las instrucciones de instalación proporcionadas.
¿Cuáles son los formatos de documentos admitidos?
Aspose.Words para Java admite varios formatos de documentos, incluidos DOC, DOCX, RTF, HTML y más. Puede consultar la documentación para obtener una lista completa.
¿Cómo puedo detectar documentos cifrados usando Aspose.Words para Java?
Puedes usar elFileFormatUtil.detectFileFormat() método para detectar documentos cifrados, como se demuestra en esta guía.
¿Existe alguna limitación al trabajar con formatos de documentos más antiguos?
Los formatos de documentos más antiguos, como MS Word 6 o Word 95, pueden tener limitaciones en términos de funciones y compatibilidad con aplicaciones modernas. Considere actualizar o convertir estos documentos cuando sea necesario.
¿Puedo automatizar la detección del formato de documentos en mi aplicación Java?
Sí, puede automatizar la detección del formato de documentos integrando el código proporcionado en su aplicación Java. Esto le permite procesar documentos en función de sus formatos detectados.
