文档预处理库

Question

我正在寻找文档预处理的库（和指南）。我的意思是，例如生成PDF，MS Office（Excel / Word），Open Office格式文件。

我已经看到有流行的特别是Apache POI和iText。 您是否知道任何描述doc预处理库的书籍（对于iText我发现“iText in Action”）？

我也想比较一下库。

任何线索？

Answer 1

对于文件格式本身，许多细节可在线获取。我不知道有哪些书。但是这里有一些办公文档文件格式的在线参考。

对于Microsoft Office文档（Word，Excel，PowerPoint），将发布格式 http://www.microsoft.com/openspecifications/en/us/programs/osp/office-file-formats/default.aspx 要么 http://msdn.microsoft.com/en-us/library/cc313105%28v=office.12%29.aspx

Microsoft站点包含一些如何解析Office类型文件的示例，这可能对您有用。

对于Open Office，你可以看一下 http://www.openoffice.org/xml/general.html 要么 https://www.oasis-open.org/committees/tc_home.php?wg_abbrev=office

但是上面的内容更像是参考手册而不是教程或库，可以让您轻松地解析这些文档。