Java InputStreamReader Error (org.apache.poi.openxml4j.excep

Question

我正在尝试使用Apache POI框架（Java）将pptx文件转换为txt（文本提取）。我是编写Java代码的新手，所以我对缓冲阅读器/输入流等了解不多。

我尝试的是：

import org.apache.poi.xslf.XSLFSlideShow;
import org.apache.poi.xslf.extractor.XSLFPowerPointExtractor;
import org.apache.poi.xslf.usermodel.XMLSlideShow;    
... Classes and Stuff ....
String inputfile = "X:\Master\simpl_temp\2d0a44a2-95e7-428c-911c-1f803acbff42.pptx";
InputStream fis = new FileInputStream(inputfile);
BufferedReader br1 = new BufferedReader(new InputStreamReader(fis));
String fileName = br1.readLine();
System.out.println(new XSLFPowerPointExtractor(new XMLSlideShow(new XSLFSlideShow(fileName))).getText());
br1.close();

我的目标是将提取的文本写入变量，但在控制台上打印它甚至不起作用......我得到的是：

org.apache.poi.openxml4j.exceptions.InvalidOperationException: Can't open the specified file: 'PK
org.apache.poi.openxml4j.opc.ZipPackage.<init>(ZipPackage.java:102)
org.apache.poi.openxml4j.opc.OPCPackage.open(OPCPackage.java:199) 
org.apache.poi.openxml4j.opc.OPCPackage.open(OPCPackage.java:178) 
org.apache.poi.POIXMLDocument.openPackage(POIXMLDocument.java:69) 
org.apache.poi.xslf.XSLFSlideShow.<init>(XSLFSlideShow.java:90) 

任何帮助将不胜感激！

Answer 1

您正在做很多事情，实际上您正在尝试将PPTX本身的数据读取为文件名，最好简单地使用

System.out.println(new XSLFPowerPointExtractor(
    new XMLSlideShow(new XSLFSlideShow(
    "X:\Master\simpl_temp\2d0a44a2-95e7-428c-911c-1f803acbff42.pptx"))).getText());

或更通用

POITextExtractor extractor = ExtractorFactory.createExtractor(
    new java.io.File("X:\Master\simpl_temp\2d0a44a2-95e7-428c-911c-1f803acbff42.pptx"");
System.out.println(extractor.getText());
extractor.close();

Answer 2

我不能给你正确的答案（因为我自己不使用 POI），但我可以告诉你你的错误可能在哪里。类 XSLFSlideShow 的构造函数需要文件路径作为其参数。但是您正在传递一个输入流。尝试如下：

String filePath = "X:\Master\simpl_temp\2d0a44a2-95e7-428c-911c-1f803acbff42.pptx";
System.out.println(new XSLFPowerPointExtractor(new XMLSlideShow(new XSLFSlideShow(filePath))).getText());