Android开发笔记(一百四十一)读取PPT和PDF文件.doc

Android开发笔记（一百四十一）读取PPT和PDF文件读取ppt文件读取纯文本HSLFSlideShow类就是poi中专门用于解析幻灯片的工具类，每张幻灯片又分别由单独的HSLFSlide类处理，幻灯片中的具体图文内容则由HSLFTextParagraph和HSLFTextRun进行分辨。下面是使用poi解析ppt文件（2003格式）的效果图：不同版本的poi库在解析ppt的代码略有区别，下面是使用poi15读取ppt的代码：java view plain copypublic static ArrayList readPPT(String path) ArrayList contentArray = new ArrayList(); try FileInputStream fis = new FileInputStream(new File(path); HSLFSlideShow hslf = new HSLFSlideShow(fis); List slides = hslf.getSlides(); for (int i = 0; i slides.size(); i+) String content = ; HSLFSlide item = slides.get(i); / 读取一张幻灯片的内容(包括标题) ListList tps = item.getTextParagraphs(); for (int j = 0; j tps.size(); j+) List tps_row = tps.get(j); for (int k = 0; k tps_row.size(); k+) HSLFTextParagraph tps_item = tps_row.get(k); List trs = tps_item.getTextRuns(); for (int l = 0; l ize(); l+) HSLFTextRun trs_item = trs.get(l); content = String.format(%s%sn, content, trs_item.getRawText(); contentArray.add(content); catch (Exception e) e.printStackTrace(); return contentArray; 读取图文样式poi方式只能有效读取ppt内部的文字信息，对于ppt内带的图片以及文字样式，便力有不逮了。在博文Android开发笔记（一百四十）Word文件的读取与显示中，提到可以解析docx内部的document.xml文件，从xml标记中获取图片信息与样式信息，然后把图文格式构造成html文件，最后由WebView网页视图加载显示html。对于pptx文件，也可以解析pptx内部的slide*.xml幻灯片文件，采用跟解析docx类似的做法，把解析得到的图片与样式数据写入到html文件，从而曲线实现了pptx文件的读取功能。下面是以HTML格式显示pptx文件的效果图：下面是解析pptx并生成htmml文件的主要代码：java view plain copy private void readPPTX(String pptPath) try ZipFile pptxFile = new ZipFile(new File(pptPath); int pic_index = 1; / pptx中的图片名从image1开始，所以索引从1开始 for (int i = 1; i 100; i+) / 最多支持100张幻灯片 String filePath = String.format(%s%d.html, FileUtil.getFileName(pptPath), i); String htmlPath = FileUtil.createFile(html, filePath); Log.d(TAG, i=+i+, htmlPath= + htmlPath); output = new FileOutputStream(new File(htmlPath); presentPicture = 0; output.write(htmlBegin.getBytes(); ZipEntry sharedStringXML = pptxFile.getEntry(ppt/slides/slide + i + .xml); / 获取每张幻灯片 InputStream inputStream = pptxFile.getInputStream(sharedStringXML); XmlPullParser xmlParser = Xml.newPullParser(); xmlParser.setInput(inputStream, utf-8); boolean isTitle = false; / 标题 boolean isTable = false; / 表格 boolean isSize = false; / 文字大小 boolean isColor = false; / 文字颜色 boolean isCenter = false; / 居中对齐 boolean isRight = false; / 靠右对齐 boolean isItalic = false; / 斜体 boolean isUnderline = false; / 下划线 boolean isBold = false; / 加粗 int event_type = xmlParser.getEventType();/ 得到标签类型的状态 while (event_type != XmlPullParser.END_DOCUMENT) / 循环读取流 switch (event_type) case XmlPullParser.START_TAG: / 开始标签 String tagBegin = xmlParser.getName(); if (tagBegin.equalsIgnoreCase(ph) / 判断是否标题 String titleType = getAttrValue(xmlParser, type, text); if (titleType.equals(text) isTitle = false; else isTitle = true; isSize = true; if (titleType.equals(ctrTitle) output.write(centerBegin.getBytes(); isCenter = true; output.write(String.format(fontSizeTag, getSize(60).getBytes(); else if (titleType.equals(subTitle) output.write(centerBegin.getBytes(); isCenter = true; output.write(String.format(fontSizeTag, getSize(24).getBytes(); else if (titleType.equals(title) output.write(String.format(fontSizeTag, getSize(44).getBytes(); if (tagBegin.equalsIgnoreCase(pPr) & !isTitle) / 判断对齐方式 String align = getAttrValue(xmlParser, algn, l); xmlParser.getAttributeValue(0); if (uals(ctr) output.write(centerBegin.getBytes(); isCenter = true; if (align.equals(r) output.write(divRight.getBytes(); isRight = true; if (tagBegin.equalsIgnoreCase(srgbClr) / 判断文字颜色 String color = xmlParser.getAttributeValue(0); output.write(String.format(spanColor, color).getBytes(); isColor = true; if (tagBegin.equalsIgnoreCase(rPr) if (!isTitle) / 判断文字大小 String sizeStr = getAttrValue(xmlParser, sz, 2800); int size = getSize(Integer.valueOf(sizeStr)/100); output.write(String.format(fontSizeTag, size).getBytes(); isSize = true; / 检测到加粗 String bStr = getAttrValue(xmlParser, b, ); if (bStr.equals(1) isBold = true; / 检测到斜体 String iStr = getAttrValue(xmlParser, i, ); if (iStr.equals(1) isItalic = true; / 检测到下划线 String uStr = getAttrValue(xmlParser, u, ); if (uStr.equals(sng) isUnderline = true; if (tagBegin.equalsIgnoreCase(tbl) / 检测到表格 output.write(tableBegin.getBytes(); isTable = true; else if (tagBegin.equalsIgnoreCase(tr) / 表格行 output.write(rowBegin.getBytes(); else if (tagBegin.equalsIgnoreCase(tc) / 表格列 output.write(columnBegin.getBytes(); if (tagBegin.equalsIgnoreCase(pic) / 检测到图片 ZipEntry pic_entry = FileUtil.getPicEntry(pptxFile, ppt, pic_index); if (pic_entry != null) byte pictureBytes = FileUtil.getPictureBytes(pptxFile, pic_entry); writeDocumentPicture(i, pictureBytes); pic_index+; / 转换一张后，索引+1 if (tagBegin.equalsIgnoreCase(p) & !isTable) / 检测到段落，如果在表格中就无视 output.write(lineBegin.getBytes(); / 检测到文本 if (tagBegin.equalsIgnoreCase(t) if (isBold = true) / 加粗 output.write(boldBegin.getBytes(); if (isUnderline = true) / 检测到下划线，输入 output.write(underlineBegin.getBytes(); if (isItalic = true) / 检测到斜体，输入 output.write(italicBegin.getBytes(); String text = xmlParser.nextText(); output.write(text.getBytes(); / 写入文本 if (isItalic = true) / 输入斜体结束标签 output.write(italicEnd.getBytes(); isItalic = false; if (isUnderline = true) / 输入下划线结束标签 output.write(underlineEnd.getBytes(); isUnderline = false; if (isBold = true) / 输入加粗结束标签 output.write(boldEnd.getBytes(); isBold = false; if (isSize = true) / 输入字体结束标签 output.write(fontEnd.getBytes(); isSize = false; if (isColor = true) / 输入跨度结束标签 output.write(spanEnd.getBytes(); isColor = false; / if (isCenter = true) / 输入居中结束标签。要在段落结束之前再输入该标签，因为该标签会强制换行 / output.write(centerEnd.getBytes(); / isCenter = false; / if (isRight = true) / 输入区块结束标签 output.write(divEnd.getBytes(); isRight = false; break; / 结束标签 case XmlPullParser.END_TAG: String tagEnd = xmlParser.getName(); if (tagEnd.equalsIgnoreCase(tbl) / 输入表格结束标签 output.write(tableEnd.getBytes(); isTable = false; if (tagEnd.equalsIgnoreCase(tr) / 输入表格行结束标签 output.write(rowEnd.getBytes(); if (tagEnd.equalsIgnoreCase(tc) / 输入表格列结束标签 output.write(columnEnd.getBytes(); if (tagEnd.equalsIgnoreCase(p) / 输入段落结束标签，如果在表格中就无视 if (isTable = false) if (isCenter = true) / 输入居中结束标签 output.write(centerEnd.getBytes(); isCenter = false; output.write(lineEnd.getBytes(); break; default: break; event_type = xmlParser.next();/ 读取下一个标签 output.write(htmlEnd.getBytes(); output.close(); htmlArray.add(htmlPath); catch (Exception e) e.printStackTrace(); 读取pdf文件Vudroid方式读取上面以html方式显示pptx文件，虽然能够读取图片与文字样式，但是与原始的幻灯片内容相差还是比较大的，主要问题包括：1、ppt中的图文不像word那样一般是上下排列，而是既有上下排列又有左右排列，还有根据相对位置的排列。可是简单的html格式只能上下排列，难以适应其它方向的图文排版。2、ppt通常自带幻灯片背景，也就是每个幻灯片都有的背景图片，可是slide*.xml文件中解析不到背景图片；况且由于背景图的存在，使得图片序号与幻灯片插图对应不上，造成幻灯片页面上的插图产生混乱。3、每张ppt的尺寸规格是固定的，及长度和高度的比例是不变的；但是一旦转为html格式，页面的长宽比例就乱套了，完全不是ppt原来的排版布局。如果在java服务端，可以调用HSLFSlide类的draw方法，直接把每张幻灯片原样画到临时的图像文件。然而在手机端，无法调用draw方法，因为该方法用到了java的awt图像库，而Android并不提供该图像库，所以poi不能直接绘制ppt的原始页面。既然直接显示原样的幻灯片难以实现，那么就得考虑其它的办法，一种思路是先在服务端把ppt文件转换为pdf文件，然后手机端再来读取pdf文件。正好Android平台上拥有多种pdf的解析方案，其中之一是开源框架Vudroid，该框架允许读取pdf文件，并把pdf文件内容以列表形式打印在屏幕上。下面是使用Vudroid框架解析pdf文件的效果图：若要在Android项目中集成Vudroid框架，可按照以下步骤处理：1、在AndroidManifest.xml中添加SD卡的操作权限；2、在libs目录下导入Vudroid的so库libvudroid.so；（使用ADT开发时）3、在工程源码中导入org.vudroid.pdfdroid包下的所有源码；下面是使用Vudroid框架解析pdf文件的代码：java view plain copypublic class VudroidActivity extends Activity implements OnClickListener, FileSelectCallbacks private final static String TAG = VudroidActivity; private FrameLayout fr_content; private DecodeService decodeService; Override protected void onCreate(Bundle savedInstanceState) super.onCreate(savedInstanceState); setContentView(R.layout.activity_pdf_vudroid); decodeService = new DecodeServiceBase(new PdfContext(); findViewById(R.id.btn_open).setOnClickListener(this); fr_content = (FrameLayout) findViewById(R.id.fr_content); Override protected void onDestroy() decodeService.recycle(); decodeService = null; super.onDestroy(); Override public void onClick(View v) if (v.getId() = R.id.btn_open) FileSelectFragment.show(this, new String pdf, null); Override public void onConfirmSelect(String absolutePath, String fileName, Map map_param) String path = String.format(%s/%s, absolutePath, fileName); Log.d(TAG, path=+path); DocumentView documentView = new DocumentView(this); documentView.setLayoutParams(new ViewGroup.LayoutParams( ViewGroup.LayoutParams.MATCH_PARENT, ViewGroup.LayoutPms.MATCH_PARENT); decodeService.setContentResolver(getContentResolver(); decodeService.setContainerView(documentView); documentView.setDecodeService(decodeService); decodeService.open(Uri.fromFile(new File(path); fr_content.addView(documentView); documentView.showDocument(); Override public boolean isFileValid(String absolutePath, String fileName, Map map_param) return true; MuPDF方式读取虽然Vudroid框架能够正常解析并显示pdf文件内容，但美中不足的是：1、Vudroid框架解析速度偏慢；2、显示pdf页面时采用马赛克逐格展示，不够友好；3、整个pdf文件内容都调用draw方法绘制，难以改造为翻页浏览的形式；基于以上情况，博主又尝试了其它的pdf解析框架，发现MuPDF这个解决方案较为理想。MuPDF的实现代码相对较少，调用起来也比较方便，而且支持只浏览指定页面，这意味着我们可以使用翻页形式来逐页浏览pdf文件，更加符合普通用户的使用习惯。下面是采用MuPDF框架解析pdf文件的效果图（列表形式）：若要在Android项目中集成MuPDF框架，可按照以下步骤处理：1、在AndroidManifest.xml中添加SD卡的操作权限；2、在libs目录下导入MuPDF的so库libmupdf.so；（使用ADT开发时）3、在工程源码中导入com.artifex.mupdf包下的所有源码；下面是使用MuPDF框架解析pdf文件的代码：java view plain copypublic class PdfFragment extends Fragment implements OnPDFListener private static final String TAG = PdfFragment; protected View mView; protected Context mContext; private int position; public static PdfFragment newInstance(int position) PdfFragment fragment = new PdfFragment(); Bundle bundle = new Bundle(); bundle.putInt(position, position); fragment