javaword截取汉字

1.java word中提取关键字

给个思路吧。

读取word用doc4j，然后就是读成字符串进行处理了。

提取关键字首先是中文分词技术，就是把一段话划分成多个组成的词语，然后统计词语的出现次数，这个是主要依据。这个是有实现的jar包的，可以去baidu搜，搜java 中文分词就行。

分词之后，记录词语出现位置，这个是辅助的依据，记录词语一句话中的位置，越靠前越像关键字，权重越高。

甚至可能需要建立一个权重体系，次数设置一个权重，整体位置设置一个权重，不同位置权重也不同。不了解权重可以理解成系数（百分比的，然后计算那个词是关键词）。

同时需要注意，可能需要排除一些常用词，哪些次需要排除，这个需要根据程序反复运行，读取不同word文章的结果来定。

不明白的话在问吧。

2.如何从WORD中截取几段文字并存入另一个WORD文档

以下是今天小的和几个同学一起研究的结果，不过问题还没有解决，您可以简单测试一下如下代码，剩下的就交给您自己完成吧，累啊T T '在窗体中添加一个命令按钮： Private Sub Command1_Click() Dim MyWord As Object '创建宏对象 Set MyWord = CreateObject("Word。

Application") With MyWord '创建一个Word文档 。Documents。

Add。SaveAs FileName:=App。

Path & "\test。doc" '返回这个文档中的第一个单词 StrText = 。

ActiveDocument。Words(1)。

Text '因为这个新建的Word文档没有写入任何内容，因此StrText的值为"" '保存文档 。ActiveDocument。

SaveAs FileName:=App。Path & "\test。

doc" 。Documents(App。

Path & "\test。doc")。

Close '关闭文档 End With Set MyWord = Nothing '返回变量StrText MsgBox StrText End Sub 这段代码会在您的当前目录下生成一个标准Word文档，文件名为"test。 doc"，最后的对话框会返回文档中第一个单词""（因为没有写入内容。）

以下代码用于读取Word文档中的第一个单词，直接复制即可： Private Sub Command1_Click() Dim MyWord As Object Set MyWord = CreateObject("Word。 Application") '创建宏对象 With MyWord 。

Documents。Open FileName:="YourWordName" '打开文档，这里是您要读取的文档的名字，您必须自行修改 StrText = 。

ActiveDocument。 Words(1)。

Text '返回这个文档中的第一个单词 。Documents("YourWordName")。

Close '关闭文档，这里的文件名必须和打开的文件名一致，请自行修改 End With Set MyWord = Nothing MsgBox StrText '返回读取到的文档内容 End Sub 这此代码是一定要用上的，绝对会对你有帮助。 看到如上代码，您应该已经知道这个问题的难度了。

3.如何用JAVA截取一段文字的前20个作为返回结果

String类直接有这个方法：这是个简单的例子public class SubString { public static String subString(String str){ if(str.length() < 20）{//="" 长度小于20的时候抛出字符串下标越界异常="" throw="" new="" stringindexoutofboundsexception(20);="" }else="" {//="" 否则返回需要值="" return="" str.substring(0,="" 20);="" }="" }="" public="" static="" void="" main(string[]="" args)="" {="" system.out.println(substring.substring("dfd"));system.out.println(substring.substring("dfdggggggggggggggggggjjjjjjjjjjj"));="">

4.怎样截取图片中的文字

按下面步骤做： 一、将图片的格式转换成TIF或TIFF（用WIN自带的“画图”就可） 二、如果系统没有安装OFFICE2003，就赶快安装。

三、用OFFICE附带的工具Microsoft Office Document Imaging将转换后的图片打开。 四、在它的菜单“工具”里提供了两个命令，按下列顺序执行：1、“识别”2、发送到WORD。

五、打开WORD就可见到你要编辑的文本文件了。 提示：一、图片要比较“干净”，尽量去掉“背景”和不需要的色块。

二、尽量没有表格。 如果是插入到了WORD中的图片，则更简单 具体做法是： 文件——打印——选择打印机Microsoft Office Document Image Writer(Microsoft Office的选择安装)——确定后会自动转到识别系统，识别就行了。

5.java中如何截取字符串中的指定一部分

具体方法如下： String useName= F:\workspace\ssh_photo\WebContent\uploadFile\1444783552338pic.jpg ; int begin=useName.indexOf(“.”); int last=useName.length(); System.out.println(useName.substring(begin,last)）； 方法介绍： public String substring(int beginIndex, int endIndex)； 第一个int为开始的索引，对应String数字中的开始位置。

第二个是截止的索引位置，对应String中的结束位置。.。

6.Java编写一个程序读取文本文档,提取其中英文单词,将大写字母改

import java.io.File;import java.io.FileReader;import java.util.ArrayList;import java.util.List;import java.util.Scanner;/** * 2016/11/22 09:59 * * @author 3306 TODO 怀疑人生 */public class MyFileReader { public static void main(String[] args) { String path = "d://test.txt"；//文件路径 List englishList = getEnglishCharacter(path); display(englishList)； } /** * 获取文件内英文字符串 * * @param path 文件路径 * @return list of String */ private static List getEnglishCharacter(String path) { List charList = new ArrayList<>(); try { File file = new File(path); if (!file.exists（)） {//文件不存在 throw new NullPointerException(); } FileReader fileReader = new FileReader(file); Scanner scanner = new Scanner(fileReader); while (scanner.hasNext()) { String str = scanner.nextLine(); String[] chars = str.split("\\s+")；//根据空格切割，获取每一个字符 for (String eachChar : chars) { if (isEnglishCharacter(eachChar)） {//英文字符串 charList.add(eachChar.toLowerCase（)）；//改变成小写字母 } } } scanner.close（)；//关闭流，节省资源 fileReader.close(); } catch (Exception e) { e.printStackTrace(); } return charList； } /** * 判断字符串是不是英文字符串 * * @param str 字符串 * @return 是则返回true， 否则返回false */ private static boolean isEnglishCharacter(String str) { if (null == str || str.trim().equals("")) { return false; } String regex = "^[a-z]+$"; return str.matches(regex)； } /** * 显示内容 * * @param list 字符串列表 */ private static void display(List list) { for (String each : list) { System.out.println(each); } }}。

7.如何用JAVA截取一段文字的前20个作为返回结果

String类直接有这个方法：这是个简单的例子

public class SubString {

public static String subString(String str){

if(str.length() < 20）{// 长度小于20的时候抛出字符串下标越界异常

throw new StringIndexOutOfBoundsException(20);

}else {// 否则返回需要值

return str.substring(0, 20);

}

}

public static void main(String[] args) {

System.out.println(SubString.subString("dfd"));

System.out.println(SubString.subString("dfdggggggggggggggggggjjjjjjjjjjj"));

}

}

转载请注明出处51数据库 » javaword截取汉字