Discussion :

[vonitiana]

Bonjour,

Voici mon problème et je suis une débutante en Java,

J'ai un répertoire qui contient plusieurs CV word. Le but étant de pourvoir récupérer toutes les adresses e-mails qui se trouvent dans chaque CV et de les stocker ensuite sur un autre fichier (txt ou doc ou n'importe quoi).

Pour le moment, je suis bloquée à 100%. Merci beaucoup!!!!

Voici un petit algorithme que je comptais implémenter:

1- accéder au répertoire
2- récupérer le nom des fichiers ".doc" et les mettres dans un tableau
3- fonction récolter mail
Pour chaque fichier du tableau
{
- chercher l'adresse mail dans ce fichier
- stocker ce mail dans un fichier ".txt" par exemple
} (ainsi de suite)

En sortie, on a un simple fichier avec une liste de mails!!!!!!!!!

Merci d'avance!

[calypso]

Bonjour,

Quelle étape te bloque ?

[vonitiana]

tout car je suis une vraie débutante!!!

déjà comment récupérer dans un tableau la liste des fichiers words d'un répertoire donné!!!

puis comment retrouver une adresse mail dans un fichier word. on m'a dit que c'est pas facile car un fichier word c'est tout sauf du texte comme sur le bloc note. il y a la mise en forme et tout!!!! que ce n'est pas du code ascii et qu'il faut un api spécial pour ça!!!! mais je ne m'y connais pas du tout!!!!!!!!!

[calypso]

Pour commencer, la première étape.

Tu crée un objet File qui va representer le repertoire que tu dois explorer.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
File dir = new File(**chemin de ton fichier**);

Ensuite tu recherches les fichiers qui correspondent à ce que tu veux avec la méthode listFiles.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
 
File[] doc_files = null;
if(dir.exists())
{
   doc_files = dir.list_files(new FileFilter(){
      public boolean accept(File pathname)
      {
         if(Pattern.matches(".*\\.doc",pathname.getName()))
         {
             return true;
         }
          return false;
      }
   });
);
}

J'ai créé une classe anonyme. Tu peux aussi créer ta classe MyFileFilter que tu appeleras avec

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
doc_files = dir.list_files(new MyFileFilter());

On n'oublie bien sur pas la gestion des exceptions

Calpyso

[vonitiana]

d'accord, je vais voir ça et je vous donnerai ici les codes quand je les aurai fini jusqu'au bout.

est-ce que c'est bien fondé le fait qu'il faut un api spécial pour pouvoir récupérer uniquement le texte qui se trouve dans un document word??? car apparement, dans un fichier word non seulement il y a le texte mais aussi le codage de la mise en forme!!!!

[sinok]

A part utiliser JCom pour utiliser des composants com avec java (mais je ne sais absolument pas s'il est possible de lire un document avec JCom), il n'existe pas d'API permettant d'iteragir directement avec un document word en java

[g_rare]

est-ce que c'est bien fondé le fait qu'il faut un api spécial pour pouvoir récupérer uniquement le texte qui se trouve dans un document word??? car apparement, dans un fichier word non seulement il y a le texte mais aussi le codage de la mise en forme!!!!

Je pense que ça marche, car les fichiers Word utilisent des "balises" (de forme) sur du texte brut (le fond) : sauf si tes adresses mail peuvent être "formatées" différemment entre le début et la fin...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
<debut_balise_pour_texte_en_gras>
test@mail.com
<fin_balise_pour_texte_en_gras>

OK !

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
<debut_balise_pour_texte_en_gras>
test@<debut_balise_pour_texte_en_italique>mail.com<fin_balise_pour_texte_en_italique>
<fin_balise_pour_texte_en_gras>

KO ?

[vonitiana]

J'ai trouvé ça dans le fac Java de ce site. Il ne me reste plus qu'à récupérer l'adresse mail contenu dans chaque fichier word.

Mais comment lui préciser que je ne veux que les ".doc"????

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
import java.io.File;
 
public class FilenameFilter{
    public static void main(String args[]){
          try{
          File dir = new File("C:\\CVWORD");
 
          String[] children = dir.list();
              if (children == null) {
              System.out.println("Directory does not exist or is not a Directory");
              } 
              else {
                  for (int i=0; i<children.length; i++){                 // Get filename of file or directory
                  String filename = children[i];
                  System.out.println(filename);
                  }
              }          
      }
      catch (Exception ioe){
          ioe.printStackTrace();
      }
  }
}

[g_rare]

Vive la ...
Comment filtrer les fichiers acceptés par un JFileChooser ?

[david06600]

Salut a vous, tout ça ne nous dit pas comment lire dans un fichier word si possible...

[sinok]

Sisi réfère toi à mon poste précédent, tu auras ta réponse

[david06600]

Daccor il n'y a pas vraiment de solution pour lire dans un document word. En fait je crois qu'il existe une api capable de faire sa mais je ne l'ai jamais vraiment testé donc je sais pas vraiment si c'est efficace, c'est l'api POI
voir http://java.developpez.com/outils/api/

[afrikha]

POI marche très bien pour les fichiers excel mais pas pour les documents word.
En effet la partie de l'api qui s'occupe des fichier excel est bien maintenue ,contrairement à celle pour word qui semble étre abondonnée.

[vonitiana]

Moi aussi, j'allais parler de la POI http://jakarta.apache.org/poi/ comme David! Je suis dessus mais je n'arrive pas à voir qu'est-ce qu'on peut y exploiter pour les fichiers words.

Il n'y a pas d'autres moyens de récupérer alors le texte du word?

[vonitiana]

J'ai trouvé ça!!!!

http://www.nevaobject.com/jddedetails.htm

cf Documentation : http://www.nevaobject.com/_docs/_javadde/JavaDde.pdf

Ca le fait non???

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
public class Dde2Word {
public static void main(String args[]) {
try {
int timeout=5000;
int j;
int format=com.neva.DdeUtil.CF_TEXT;
byte [] repl;
String doc=null;
String [] Topics;
com.neva.DdeClient cli=new com.neva.DdeClient();
//connect to MsWord
cli.connect("WINWORD","System");
//request the list of topics
repl=cli.request("Topics",format,timeout);
Topics=tabparser(new String(repl));
System.out.println("List of topics available:");
for(j=0;j<Topics.length;j++) {
System.out.println(Topics[j]);
if(Topics[j].endsWith(".doc") || Topics[j].endsWith(".DOC"))
doc=Topics[j];
}
//disconnect from MsWord
cli.disconnect();
if(doc==null) {
System.out.println("Document is not available...");
System.exit(0);
}
//connect to the document
cli=new com.neva.DdeClient();
cli.connect("WINWORD",doc);
//retrieve the contents of the entire document
repl=cli.request("\\Doc",format,timeout);
String text=new String(repl);
System.out.println(text);
//Disconnect from the document
cli.disconnect();
} catch(Exception e) {
e.printStackTrace();
System.exit(0);
}
}
static String [] tabparser(String in) {
//parses the tab-delimited list of information
int pos=0;
int cnt=1;
while(true) {
pos=in.indexOf('\t',pos+1);
if(pos==-1)
break;
cnt++;
}
String [] out=new String[cnt];
cnt=0;
pos=0;
while(true) {
int pos2=in.indexOf('\t',pos);
if(pos2==-1) {
out[cnt++]=in.substring(pos);
break;
} else
out[cnt++]=in.substring(pos,pos2);
pos=pos2+1;
}
return out;
}
}

[sinok]

Si tu est prête à payer pour je suppose, sinon au revoir la solution....

[vonitiana]

comment ça????

[vonitiana]

est-ce que quelqu'un pourrait me dire comment récupérer le texte d'un document word??????????? ce serait vraiment gentil!!!!!!!!

[g_rare]

Le mieux c'est de <<convertir ton fichier .doc en .txt>> : ou de connaître avec précision la strcuture (si toujours la même) de ton fichier Word, pour pouvoir parcourir le tout en zappant les "balises" de forme pour se concentrer sur le fond...