我见过一种,使用javascript的,然后存入库中
但是客户有没有office是不是必须的,就不太清楚了你可以google一下看看

解决方案 »

  1.   

    java抽取word,pdf的四种武器(转载)
    1 .用jacob
    其实jacob是一个bridage,连接java和com或者win32函数的一个中间件,jacob并不能直接抽取word,excel等文件,需要自己写dll哦,不过已经有为你写好的了,就是jacob的作者一并提供了。 jacob jar与dll文件下载: http://www.matrix.org.cn/down_view.asp?id=13 下载了jacob并放到指定的路径之后(dll放到path,jar文件放到classpath),就可以写你自己的抽取程序了,下面是一个简单的例子: 
    import java.io.File;
    import com.jacob.com.*;
    import com.jacob.activeX.*;
    /**
     * Title: pdf extraction
     * Description: email:[email protected]
     * Copyright: Matrix Copyright (c) 2003
     * Company: Matrix.org.cn
     * @author chris
     * @version 1.0,who use this example pls remain the declare
     */
    public class FileExtracter{
     public static void main(String[] args) {
      ActiveXComponent component = new ActiveXComponent("Word.Application");
      String inFile = "c:\\test.doc";
     String tpFile = "c:\\temp.htm";
      String otFile = "c:\\temp.xml";
      boolean flag = false;
      try {
       component.setProperty("Visible", new Variant(false));
       Object wordacc = component.getProperty("document.").toDispatch();
       Object wordfile = Dispatch.invoke(wordacc,"Open", Dispatch.Method, 
                                         new Object[]{inFile,new Variant(false), new Variant(true)},
                                         new int[1] ).toDispatch();
       Dispatch.invoke(wordfile,"SaveAs", Dispatch.Method, new Object[]{tpFile,new Variant(8)}, new int[1]);
       Variant f = new Variant(false);
       Dispatch.call(wordfile, "Close", f);
       flag = true;
      } catch (Exception e) {
       e.printStackTrace();
      } finally {
       component.invoke("Quit", new Variant[] {});
      }
     }

    2. 用apache的poi来抽取word,excel。
    poi是apache的一个项目,不过就算用poi你可能都觉得很烦,不过不要紧,这里提供了更加简单的一个接口给你: 下载经过封装后的poi包: http://www.matrix.org.cn/down_view.asp?id=14 下载之后,放到你的classpath就可以了,下面是如何使用它的一个例子: 
    import java.io.*;
    import  org.textmining.text.extraction.WordExtractor;
    /**
     * <p>Title: word extraction</p>
     * <p>Description: email:[email protected]</p>
     * <p>Copyright: Matrix Copyright (c) 2003</p>
     * <p>Company: Matrix.org.cn</p>
     * @author chris
     * @version 1.0,who use this example pls remain the declare
     */public class PdfExtractor {
      public PdfExtractor() {
      }
      public static void main(String args[]) throws Exception
      {
      FileInputStream in = new FileInputStream ("c:\\a.doc");
      WordExtractor extractor = new WordExtractor();
      String str = extractor.extractText(in);
      System.out.println("the result length is"+str.length());
       System.out.println("the result is"+str);
    }

    3. pdfbox-用来抽取pdf文件
    但是pdfbox对中文支持还不好,先下载pdfbox: http://www.matrix.org.cn/down_view.asp?id=12 下面是一个如何使用pdfbox抽取pdf文件的例子: 
    import org.pdfbox.pdmodel.PDdocument.
    import org.pdfbox.pdfparser.PDFParser;
    import java.io.*;
    import org.pdfbox.util.PDFTextStripper;
    import java.util.Date;
    /**
     * <p>Title: pdf extraction</p>
     * <p>Description: email:[email protected]</p>
     * <p>Copyright: Matrix Copyright (c) 2003</p>
     * <p>Company: Matrix.org.cn</p>
     * @author chris
     * @version 1.0,who use this example pls remain the declare
     */public class PdfExtracter{public PdfExtracter(){
      }
    public String GetTextFromPdf(String filename) throws Exception
      {
      String temp=null;
      PDdocument.nbsppdfdocument.null;
      FileInputStream is=new FileInputStream(filename);
      PDFParser parser = new PDFParser( is );
      parser.parse();
      pdfdocument.nbsp= parser.getPDdocument.);
      ByteArrayOutputStream out = new ByteArrayOutputStream();
      OutputStreamWriter writer = new OutputStreamWriter( out );
      PDFTextStripper stripper = new PDFTextStripper();
      stripper.writeText(pdfdocument.getdocument.), writer );
      writer.close();
      byte[] contents = out.toByteArray();  String ts=new String(contents);
      System.out.println("the string length is"+contents.length+"\n");
      return ts;
    }
    public static void main(String args[])
    {
    PdfExtracter pf=new PdfExtracter();
    PDdocument.nbsppdfdocument.nbsp= null;try{
    String ts=pf.GetTextFromPdf("c:\\a.pdf");
    System.out.println(ts);
    }
    catch(Exception e)
      {
      e.printStackTrace();
      }
    }} 
    4. 抽取支持中文的pdf文件-xpdf
    xpdf是一个开源项目,我们可以调用他的本地方法来实现抽取中文pdf文件。 下载xpdf函数包: http://www.matrix.org.cn/down_view.asp?id=15 同时需要下载支持中文的补丁包: http://www.matrix.org.cn/down_view.asp?id=16 按照readme放好中文的patch,就可以开始写调用本地方法的java程序了 下面是一个如何调用的例子: 
    import java.io.*;
    /**
     * <p>Title: pdf extraction</p>
     * <p>Description: email:[email protected]</p>
     * <p>Copyright: Matrix Copyright (c) 2003</p>
     * <p>Company: Matrix.org.cn</p>
     * @author chris
     * @version 1.0,who use this example pls remain the declare
     */
    public class PdfWin {
      public PdfWin() {
      }
      public static void main(String args[]) throws Exception
      {
        String PATH_TO_XPDF="C:\\Program Files\\xpdf\\pdftotext.exe";
        String filename="c:\\a.pdf";
        String[] cmd = new String[] { PATH_TO_XPDF, "-enc", "UTF-8", "-q", filename, "-"};
        Process p = Runtime.getRuntime().exec(cmd);
        BufferedInputStream bis = new BufferedInputStream(p.getInputStream());
        InputStreamReader reader = new InputStreamReader(bis, "UTF-8");
        StringWriter out = new StringWriter();
        char [] buf = new char[10000];
        int len;
        while((len = reader.read(buf))>= 0) {
        //out.write(buf, 0, len);
        System.out.println("the length is"+len);
        }
        reader.close();
        String ts=new String(buf);
        System.out.println("the str is"+ts);
      }
      

  2.   

    1、客户是应该安装office word的,不然就会提示下载,而不是显示。
    2、可以先让客户下载到本地,编辑后,用程序将其upload到服务器。
      为了方便,你可以在web中写好将word存放的具体地址(如c:\temp\等),然后在web程序中写好到该目录下搜索需要上传的word,如果存在就上传该文件到服务器。
      

  3.   

    楼上说用web向客户端写数据,安全性怎么解决?解决方法对用户也不方便啊学习... ...
      

  4.   

    找找关于soap的资料吧http://developer.ccidnet.com/pub/disp/Article?columnID=295&articleID=13898&pageNO=1
      

  5.   

    客户端必须要装office才行!
    =============================================================================
    软件名称: NTKO Office文档控件
    软件版本: 1.6
    软件作者: NTKO
    作者邮箱: [email protected],[email protected],[email protected]
    软件网站: http://www.ntko.com
    软件语言: 中文
    授权形式: 演示版本软件
    应用平台: Domino,IIS,Apache,WebSphere等
    后台操作系统:windows,linux,unix
    客户端操作系统:windows98+,win2k,me,xp,2003,nt
    支持后台编程语言:asp,lotusscript,jsp,php,perl等
    支持客户端编程语言:vbscript,j/javascript
    软件大小: 67kb
    界面预览: 
    软件简介: NTKO Office文档控件V1.6新功能:全面支持打印预览!卓越的性能,低廉的价格,标准高效的编程接口,让您以最低的成本,轻松创建极具特色的解决方案!NTKO Office文档控件可以帮助您快速创建和部署基于浏览器的,并且与Microsoft Office办公软件紧密集成的办公和文档管理解决方案。使用它,就能够在浏览器窗口中直接处理Word,Excel等Office文档。比如,您可以将所有的模板在服务器端集中管理,并且让您的员工能够联机创建Office文档。该控件支持强制痕迹保留,支持所有的Office菜单,无须FTP,和Domino可无缝集成;并且对Domino无须后台编程即可实现支持;支持各种后台Web服务器和编程语言。特色功能:1)全面支持打印预览!2)能够将编辑过的Office文档直接保存到Web服务器;3)支持所有的Office菜单;完全符合用户习惯;4)支持在线编辑包括Microsoft Word,Excel以及PowerPoint在内的所有Office文档类型;5)轻量级,只有不足100K。并且不需要其它动态链接库(DLL)支持;6)只需要客户安装win95,IE4.0,Office97以上版本即可运行;7)支持HTTP协议,HTTPS OVER SSL协议;8)支持强制痕迹保留,文档保护,禁止拷贝数据等许多功能;9)支持使用JavaScript和VBScript对其进行编程;10)支持各种后台Web服务器和编程语言。11)在下载和上载URL时不会产生临时文件;12)具有丰富的VBScript和JavaScript函数库;提交保存时支持RFC 1867(Form-based File Upload in HTML)标准;13)自动支持Session Cookie。使用当前页面的Session Cookie和服务器进行交互。 14)无须FTP,和Domino可无缝集成;15)Domino无须后台编程即可实现支持.16)简洁标准的编程,无任何自定义数据格式。17)因不使用临时文件,保存到服务器时不会引起防病毒软件如Norton Antivirus的警告。等等......
    ==============================================================================
      

  6.   

    如果只是浏览就可以用<iframe src="*.doc">
    如果要在线编辑可以自己做个控件,内嵌OLE就可以了.[基本就是用CFrameWnd类建立框架以支持Doc/View用COleClientItem来嵌Word,用CWinInet类来实现CHttpFile对文件的下载上传.]
      

  7.   

    用办公之星控件(http://www.standsoft.com),客户端无须安装word在线演示范例:http://www.oapro.com/ostarocx/product_demo.asp
      

  8.   

    WebOffice2004是一个基于Web的Web Office ActiveX控件,把word和excel等office软件集成在IE浏览器中,实现Web办公自动化。
    提供的功能:
             1,新建word,excel文档
             2,打开word,excel文档
             3,修改word,excel文档
             4,保存Word,excel文档
             5,对工具条的隐藏和显示
    另外,在本版中WebOffice2004只负责编辑Word或者Excel的工作,不负责向服务器数据库传输数据和从服务器数据库下载数据,为此,我们自行研发了一套基于纯Java的客户端上传控件和下载控件。
    客户端上传控件:主要用来向服务器端传输数据,支持标准的 RFC 1867 文件传输协议。服务器端只需使用向aspupload等上传控件接收数据即可。 原有的控件所采取的机制是客户端直接连接服务器的数据库,这样做的缺点是如果服务器上存在防火墙,将不能连接数据库。这样,此控件的实用性将大大降低,而我们此次升级主要是为了解决此问题。上传控件实现了从客户端上传一个或者多个文件的问题,即可以通过在空件中隐含的上传数据,而传统的使用 <input type="file" name="file1">这种客户端上传技术由于受到安全方面的限制,程序不能对file控件赋值,而我们的 上传控件解决了此难题,而且,我们的上传控件兼容所有的服务器端上传控件。 下载控件:此控件使从服务器下载数据到客户端的过程中速度明显的提高了,而且,有进度条显示,让客户直到数据下载的进程。使用上面的两个控件后,我们可以很容易的把客户端编辑的word文档很容易的保存到服务器端的数据库中。
    本产品支持所有版本的word,简单易用并附有完整的例子,很方便,如果有意,请发邮件到[email protected]索取试用版和完整的asp例子本产品每套只需500元。注意:试用版只能在本地机上免费使用2个月,功能跟正式版一样。
    email;[email protected]
    联系人:叶先生