[Java] estrarre contenuto di file office

[teuccio]

Buongiorno,

mi trovo a dover estrarre il contenuto dei file office (direi principalmente file word e magari ppt).

Ho cercato on-line diverse soluzioni, tra cui POI di apache.

Il problema è che il progetto POI non supporta ancora pienamente la lettura di file word (c'è scritto che sono supportati il formato word 97-2000).

Infatti, provando quelel classi effettua una buona lettura anche del formato 2003, mentre non estrae per niente il formato 2007 (.docs).

Per riassumere, sto cercando, anche A PAGAMENTO, una libreria in grado di estrarre il contenuto dei seguenti file:
.doc
.docs
.rtf

Eventualmente anche .ppt

Grazie mille per la collaborazione.

[mirkoagrati]

Ciao,
non ho soluzioni pronte da proporti,
ma forse con l'ultima release di office,
microsoft si è avvicinato al formato openXML.

Qui puoi trovare delle informazioni:
1) http://www.openxml.org/
2) http://technet.microsoft.com/it-it/l.../ms186918.aspx

e qui forse il prodotto che cerchi: http://www.google.it/pagead/iclk?sa=...Dofficeopenxml

Ciao

[teuccio]

sorry, credo di essermi spiegato male.

Ho bisogno di librerie java che effettuano l'estrazione del contenuto da quei tipi di file.

Ciao!

[Andrea1979]

Non so se esistando librerie già pronte, però il consiglio di mirko ti mette sulla giusta pista:

http://www.infoq.com/articles/cracki...2007-with-java

al di là del titolo roboante (non è nessun cracking di niente), l'articolo spiega bene come trattare un file in formato Word 2007: si scompatta e si tratta come un file XML.

non aveno Office 2007 (e nemmeno documenti di Word 2007), non posso provare il codice...

[teuccio]

Grazie mille!!

Sembra veramente più facile del previsto leggere i docx!

Ciao

[Andrea1979]

Ogni tanto anche alla microsoft fanno le cose per bene