Android开发笔记(一百四十一)读取PPT和PDF文件

Android开发笔记（一百四十一）读取

PPT和PDF文件

读取ppt文件

读取纯文本

HSLFSlideShow类就是poi中专门用于解析幻灯片的工具类，每张幻灯片又分别由单独的HSLFSlide类处理，幻灯片中的具体图文内容则由HSLFTextParagraph和HSLFTextRun进行分辨。

下面是使用poi解析ppt文件（2003格式）的效果图：

不同版本的poi库在解析ppt的代码略有区别，下面是使用poi15读取ppt的代码：[java] view plain copy

public static ArrayList readPPT(String path) {

ArrayList contentArray = new ArrayList();

try {

FileInputStream fis = new FileInputStream(new File(path));

HSLFSlideShow hslf = new HSLFSlideShow(fis);

List slides = hslf.getSlides();

for (int i = 0; i < slides.size(); i++) {

String content = "";

HSLFSlide item = slides.get(i);

// 读取一张幻灯片的内容(包括标题)

List> tps = item.getTextParagraphs();

for (int j = 0; j < tps.size(); j++) {

List tps_row = tps.get(j);

for (int k = 0; k < tps_row.size(); k++) {

HSLFTextParagraph tps_item = tps_row.get(k);

List trs = tps_item.getTextRuns();

for (int l = 0; l < https://www.360docs.net/doc/922579742.html,ize(); l++) {

HSLFTextRun trs_item = trs.get(l);

content = String.format("%s%s\n", content, trs_item.getRawText());

}

}

}

contentArray.add(content);

}

} catch (Exception e) {

e.printStackTrace();

}

return contentArray;

}

读取图文样式

poi方式只能有效读取ppt内部的文字信息，对于ppt内带的图片以及文字样式，便力有不逮了。在博文《Android开发笔记（一百四十）Word文件的读取与显示》中，提到可以解析docx内部的document.xml文件，从xml标记中获取图片信息与样式信息，然后把图文格式构造成html文件，最后由WebView网页视图加载显示html。对于pptx文件，也可以解析pptx内部的slide*.xml幻灯片文件，采用跟解析docx类似的做法，把解析得到的图片与样式数据写入到html文件，从而曲线实现了pptx文件的读取功能。

下面是以HTML格式显示pptx文件的效果图：

下面是解析pptx并生成htmml文件的主要代码：

[java] view plain copy

private void readPPTX(String pptPath) {

try {

ZipFile pptxFile = new ZipFile(new File(pptPath));

int pic_index = 1; // pptx中的图片名从image1开始，所以索引从1开始

for (int i = 1; i < 100; i++) { // 最多支持100张幻灯片

String filePath = String.format("%s%d.html", FileUtil.getFileName(pptPath), i);

String htmlPath = FileUtil.createFile("html", filePath);

Log.d(TAG, "i="+i+", htmlPath=" + htmlPath);

output = new FileOutputStream(new File(htmlPath));

presentPicture = 0;

output.write(htmlBegin.getBytes());

ZipEntry sharedStringXML = pptxFile.getEntry("ppt/slides/slide" + i + ".xml"); // 获取每张幻灯片

InputStream inputStream = pptxFile.getInputStream(sharedStringXML);

XmlPullParser xmlParser = Xml.newPullParser();

xmlParser.setInput(inputStream, "utf-8");

boolean isTitle = false; // 标题

boolean isTable = false; // 表格

boolean isSize = false; // 文字大小

boolean isColor = false; // 文字颜色

boolean isCenter = false; // 居中对齐

boolean isRight = false; // 靠右对齐

boolean isItalic = false; // 斜体

boolean isUnderline = false; // 下划线

boolean isBold = false; // 加粗

int event_type = xmlParser.getEventType();// 得到标签类型的状态

while (event_type != XmlPullParser.END_DOCUMENT) {// 循环读取流

switch (event_type) {

case XmlPullParser.START_TAG: // 开始标签

String tagBegin = xmlParser.getName();

if (tagBegin.equalsIgnoreCase("ph")) { // 判断是否标题

String titleType = getAttrValue(xmlParser, "type", "text");

if (titleType.equals("text")) {

isTitle = false;

} else {

isTitle = true;

isSize = true;

if (titleType.equals("ctrTitle")) {

output.write(centerBegin.getBytes());

isCenter = true;

output.write(String.format(fontSizeTag,

getSize(60)).getBytes());

} else if (titleType.equals("subTitle")) {

output.write(centerBegin.getBytes());

isCenter = true;

output.write(String.format(fontSizeTag,

getSize(24)).getBytes());

} else if (titleType.equals("title")) {

output.write(String.format(fontSizeTag,

getSize(44)).getBytes());

}

}

}

if (tagBegin.equalsIgnoreCase("pPr") && !isTitle) { // 判断对齐方式

String align = getAttrV alue(xmlParser, "algn", "l");

xmlParser.getAttributeValue(0);

if (https://www.360docs.net/doc/922579742.html,uals("ctr")) {

output.write(centerBegin.getBytes());

isCenter = true;

}

if (align.equals("r")) {

output.write(divRight.getBytes());

isRight = true;

}

}

if (tagBegin.equalsIgnoreCase("srgbClr")) { // 判断文字颜色String color = xmlParser.getAttributeValue(0);

output.write(String.format(spanColor, color).getBytes());

isColor = true;

}

if (tagBegin.equalsIgnoreCase("rPr")) {

if (!isTitle) {

// 判断文字大小

String sizeStr = getAttrValue(xmlParser, "sz", "2800");

int size = getSize(Integer.valueOf(sizeStr)/100);

output.write(String.format(fontSizeTag, size).getBytes());

isSize = true;

}

// 检测到加粗

String bStr = getAttrValue(xmlParser, "b", "");

if (bStr.equals("1")) {

isBold = true;

}

// 检测到斜体

String iStr = getAttrValue(xmlParser, "i", "");

if (iStr.equals("1")) {

isItalic = true;

}

// 检测到下划线

String uStr = getAttrValue(xmlParser, "u", "");

if (uStr.equals("sng")) {

isUnderline = true;

}

}

if (tagBegin.equalsIgnoreCase("tbl")) { // 检测到表格

output.write(tableBegin.getBytes());

isTable = true;

} else if (tagBegin.equalsIgnoreCase("tr")) { // 表格行

output.write(rowBegin.getBytes());

} else if (tagBegin.equalsIgnoreCase("tc")) { // 表格列

output.write(columnBegin.getBytes());

}

if (tagBegin.equalsIgnoreCase("pic")) { // 检测到图片

ZipEntry pic_entry = FileUtil.getPicEntry(pptxFile, "ppt",

pic_index);

if (pic_entry != null) {

byte[] pictureBytes = FileUtil.getPictureBytes(pptxFile, pic_entry);

writeDocumentPicture(i, pictureBytes);

}

pic_index++; // 转换一张后，索引+1

}

if (tagBegin.equalsIgnoreCase("p") && !isTable) {// 检测到段落，如果在表格中就无视

output.write(lineBegin.getBytes());

}

// 检测到文本

if (tagBegin.equalsIgnoreCase("t")) {

if (isBold == true) { // 加粗

output.write(boldBegin.getBytes());

}

if (isUnderline == true) { // 检测到下划线，输入

output.write(underlineBegin.getBytes());

}

if (isItalic == true) { // 检测到斜体，输入

output.write(italicBegin.getBytes());

}

String text = xmlParser.nextText();

output.write(text.getBytes()); // 写入文本

if (isItalic == true) { // 输入斜体结束标签

output.write(italicEnd.getBytes());

isItalic = false;

}

if (isUnderline == true) { // 输入下划线结束标签

output.write(underlineEnd.getBytes());

isUnderline = false;

}

if (isBold == true) { // 输入加粗结束标签

output.write(boldEnd.getBytes());

isBold = false;

}

if (isSize == true) { // 输入字体结束标签

output.write(fontEnd.getBytes());

isSize = false;

}

if (isColor == true) { // 输入跨度结束标签

output.write(spanEnd.getBytes());

isColor = false;

}

// if (isCenter == true) { // 输入居中结束标签。要在段落结束之前再输入该标签，因为该标签会强制换行

// output.write(centerEnd.getBytes());

// isCenter = false;

// }

if (isRight == true) { // 输入区块结束标签