java代码从本地系统搜索所有.doc和.docx文件

Question

我正在使用java的Windows版桌面应用程序。 在我的应用程序中，需要从本地系统中搜索MyDocuments / Documents（根据操作系统）中的所有.doc和.docx文件，并显示其名称和文件大小。

我没有得到帮助我列出所有* .doc，* .docx，*。xls，* .xlsx，* .csv，* .txt，* .pdf，* .ppt，* .pptx的方式Documents / MyDocuments中存在的文件。

请给我你宝贵的建议或建议我任何链接，这将有助于我编写代码，以便更快地搜索和列出其名称，大小和类型。

Answer 1

您可以使用Apache Commons IO，特别是FileUtils类。 这将给出类似的东西：

import java.io.File;
import java.util.Collection;

import org.apache.commons.io.*;
import org.apache.commons.io.filefilter.*;

public class SearchDocFiles {
    public static String[] EXTENSIONS = { "doc", "docx" };

    public Collection<File> searchFilesWithExtensions(final File directory, final String[] extensions) {
        return FileUtils.listFiles(directory,
                extensions,
                true);
    }

    public Collection<File> searchFilesWithCaseInsensitiveExtensions(final File directory, final String[] extensions) {
        IOFileFilter fileFilter = new SuffixFileFilter(extensions, IOCase.INSENSITIVE);
        return FileUtils.listFiles(directory,
                fileFilter,
                DirectoryFileFilter.INSTANCE);
    }


    public static void main(String... args) {
        // Case sensitive
        Collection<File> documents = new SearchDocFiles().searchFilesWithExtensions(
                new File("/tmp"),
                SearchDocFiles.EXTENSIONS);
        for (File document: documents) {
            System.out.println(document.getName() + " - " + document.length());
        }

        // Case insensitive
        Collection<File> caseInsensitiveDocs = new SearchDocFiles().searchFilesWithCaseInsensitiveExtensions(
                new File("/tmp"),
                SearchDocFiles.EXTENSIONS);
        for (File document: caseInsensitiveDocs) {
            System.out.println(document.getName() + " - " + document.length());
        }
    }
}

Answer 2

检查此方法。

 public void getFiles(String path) { File dir = new File(path); String[] children = dir.list(); if (children != null) { for (int i = 0; i < children.length; i++) { // Get filename of file or directory String filename = children[i]; File file = new File(path + File.separator + filename); if (!file.isDirectory()) { if (file.getName().endsWith(".doc") || file.getName().endsWith(".docx")) { System.out.println("File Name " + filename + "(" + file.length()+" bytes)"); } } else { getFiles(path + File.separator + filename); } } } } 

Answer 3

我没有足够的声誉来发表评论，因此必须将其作为“答案”提交：

@khachik您可以根据需要忽略案例或大写/小写。 - Martijn Verburg 2010年11月10日12:02

这让我想一想，最后找到了如何忽略这个解决方案的情况：

加

public static final IOFileFilter filter = new SuffixFileFilter(EXTENSIONS, IOCase.INSENSITIVE);

然后修改searchFilesWithExtensions方法以return FileUtils.listFiles( directory, filter, DirectoryFileFilter.DIRECTORY ); searchFilesWithExtensions return FileUtils.listFiles( directory, filter, DirectoryFileFilter.DIRECTORY );

Answer 4

如果要查找具有.doc（x）扩展名的所有文件，可以使用java.io.File.list（FileFilter）方法，例如：

public java.util.List mswordFiles(java.io.File dir) {
   java.util.List res = new java.util.ArrayList();
   _mswordFiles(dir, res);
   return res;
}
protected void _mswordFiles(java.io.File dir, java.util.List res) {
   java.io.File [] files = dir.listFiles(new java.io.FileFilter() {
        public boolean accept(java.io.File f) {
           String name = f.getName().toLowerCase();
           return !f.isDirectory() && (name.endsWith(".doc") || name.endsWith(".docx"));
        }
     });
   for(java.io.File f:files) {res.add(f);}
   java.io.File [] dirs = dir.listFiles(new java.io.FileFilter() {
        public boolean accept(java.io.File f) {
            return f.isDirectory();
        }
      });
   for(java.io.File d:dirs) {_mswordFiles(d, res);}
}

Answer 5

您可能希望研究使用 Apache POI提取MSWord文本并通过 Lucene对其进行索引（为了准确性，灵活性和搜索速度）。 Nutch和Solr都有Lucene的辅助库，你可以用它来加速（也就是说，如果Lucene核心不够用）。

[更新]我误解了原始问题（更新前）。 你只需要使用Java搜索文件系统？ Java API可以做到这一点。 Apache还有一个库（Commons IO） ，它包含一个文件实用程序，用于列出目录下的所有文件，包括给定过滤器的子目录。 我之前使用过它，例如FileUtils.listFiles（dir，filefilter，dirfilter）或FileUtils.listFiles（dir，extensions []，递归）。 然后从该列表中执行搜索功能。