데이터 추출, 자바

Question

나는이에 도움이 필요

... 나는 어디서부터 시작 내가 IT 학부입니다 .. 을 모르고, 내 파티원과 함께, 지금 진행하고 특히 때문에 회사에서의 현장 실습.

시나리오 : 회사에서 보고서를 생성하고 데이터베이스에 저장하는 프로그램을 만들 것을 요청했습니다. 사용할 데이터베이스는 MySQL입니다. 사용할 언어는 VB.Net, Java, PHP입니다.

생성하는 보고서를 대조,

2. 모든 보고서를 수집하여 데이터베이스에 사무실에 이메일을 통해
3. 저장소를 전송됩니다 보고서를 생성 :

   이 프로그램은 할 수 있어야합니다 새로운 보고서를 본사로 보냅니다.

지금은 입니다. 우리는 프로그램 실행 방법과 텍스트 파일에서 데이터를 읽고 추출 할 수있는 언어 (워드 문서 또는 PDF 파일 일 수 있음)를 결정하는 데 여전히 노력하고 있습니다.

이 회사는 프로그램을 향후 확장을 위해 온라인 상태로 유지하기를 원합니다.

지금, 우리의 문제는

1. 중 하나를 자바, PHP는, VB는 다음의 MySQL DB에 저장 사용하여 PDF 또는 Word 파일에서 데이터를 추출 할 수있는 방법이 무엇입니까?
   • 제 3 자 소프트웨어를 사용하지 않고 구현할 수 있습니까?
   • 우리가 PDF 또는 Word 파일 형식을 사용하는 이유는 파일을 보관 목적으로 인쇄 할 수 있어야하기 때문입니다.

2. 위의 문제를 해결하기 위해 어떤 프로그래밍 언어를 쉽게 사용할 수 있습니까?

   내가 제공하는 정보가 조금 엉망인 경우 사과하고 싶습니다. 이번 주에 회사와 이야기 할 수있게되면 추가 정보를 제공 할 것입니다.

   내가 게시 한 방식에 문제가 있다면, 용서해주십시오. 최선을 다해 정보를 제공하기 위해 최선을 다하고 있습니다.

Answer 1

나는 직장에서 사용하는 그대로 Java에 대해 대답 할 것입니다.

쉽게 Word 파일에서 텍스트를 추출하거나 Apache POI

PDF에 관해서는

, iText 또는 PDFBox 모두 꽤 좋은 일을 함께 새 Word 파일을 구축 할 수 있습니다.

Answer 2

타사 소프트웨어를 사용할 수없는 이유는 무엇입니까? 가능하다면 How to read PDF files using Java?과 같은 것을 권할 것입니다.

또는 .doc 파일 읽기 : 당신이 제 3 자 도구를 사용할 수없는 경우, 어쨌든 http://www.roseindia.net/tutorial/java/poi/readDocFile.html

---

를 왜 사양을 읽고 PDF에서 텍스트를 추출하는 방법을 알아낼 수 없습니다, DOC , DOCX 파일? 여기

당신은 DOC 사양을 찾을 수 있습니다 http://www.adobe.com/devnet/pdf/pdf_reference.html

행운을 빕니다 : http://msdn.microsoft.com/en-us/library/cc313118.aspx 여기

당신은 PDF 형식 사양을 찾을 수 있습니다!