上一篇文件上传，是将路径等文件信息存进log_file临时表，内容二进制存入数据库Test表，这种逻辑是在上传文件到数据库的同时，将word转成pdf，内容以二进制存test表。页面预览调用的是test表的内容。

上一篇链接：链接地址。

下面进一步优化：

具体逻辑：删除原数据表Test，路径等文件信息依旧存log_file表。文件预览时，判断文件类型，如果为word类型，进行转换pdf展示；反之直接展示文件。

word类型条件满足后，进一步判断文件是否已经转换过(判断依据是根据路径下文件名查找相同文件名的pdf文件是否存在)，如果同名的pdf文件存在，表示已经转换过，直接展示；如果不存在，word转换pdf，再展示。
代码如下：
public void world(HttpServletRequest httpServletRequest, HttpServletResponse httpServletResponse) throws IOException {
        List<LogFile> files = terminalServiceImpl.world();
        //用作实例展示，在这取得是数据库第二条信息：以word文件展示。
        String path = files.get(1).getFilePath();
        String filename=files.get(1).getFileName();

        //1.根据文件后缀获取文件类型
        File wordName=new File(filename);
        String fileName=wordName.getName();
        String fileTyle=fileName.substring(fileName.lastIndexOf("."),fileName.length());
        logger.info("------文件后缀名------"+fileTyle);

        //如果文件类型为word,需要先转换成pdf
        if(fileTyle.equals(".doc")||fileTyle.equals(".docx")){
                //1.判断文件是否已经转换pdf,文件是否存在：文件前缀+.pdf(word是否已经转换过pdf)，如果存在直接展示pdf
                File fileOne = new File(path);
                String caselsh = filename.substring(0,filename.lastIndexOf("."));
                logger.info("------pdf文件名字------"+caselsh+"pdf.pdf");
//                File fileIf = new File(fileOne+"\\" + caselsh+".pdf");
                String filePath=(fileOne+"\\" + caselsh+"pdf.pdf");
                File fileIf=new File(filePath);
                if(!fileIf.exists()){
                    String pdfFilePath = OpenOfficeUtil.wordToPDF(path,filename);
                    System.err.println(pdfFilePath);
                    FileInputStream fileInputStream = new FileInputStream(pdfFilePath);
                    byte[] content = new byte[fileInputStream.available()];
                    fileInputStream.read(content);
                    fileInputStream.close();
                    ServletOutputStream servletOutputStream = httpServletResponse.getOutputStream();
                    if (servletOutputStream != null && content != null){
                        httpServletResponse.setContentType("application/pdf");
                        httpServletResponse.setContentLength(content.length);
                        httpServletResponse.setHeader("Expires","0");
                        httpServletResponse.setHeader("Cache-Control","must-revalidate,post-check=0,pre-check=0");
                        httpServletResponse.setHeader("Pragma","public");
                        servletOutputStream.write(content);
                        servletOutputStream.flush();
                        servletOutputStream.close();
                    }
                }else{
                    File file3 = new File(filePath);
                    //获取pdf文件路径,内容做展示
                    byte[] resultE = new byte[(int) file3.length()];
                    FileInputStream fis = new FileInputStream(file3);
                    fis.read(resultE); //read file into bytes[]
                    fis.close();
                    ServletOutputStream servletOutputStream = httpServletResponse.getOutputStream();
                    if (servletOutputStream != null && resultE != null){
                        httpServletResponse.setContentType("application/pdf");
                        httpServletResponse.setContentLength(resultE.length);
                        httpServletResponse.setHeader("Expires","0");
                        httpServletResponse.setHeader("Cache-Control","must-revalidate,post-check=0,pre-check=0");
                        httpServletResponse.setHeader("Pragma","public");
                        servletOutputStream.write(resultE);
                        servletOutputStream.flush();
                        servletOutputStream.close();
                    }
            }
        }else{
            File file = new File(path);
            File file2 = new File(file+"\\" + filename);
            //获取pdf文件路径,内容做展示
            byte[] result = new byte[(int) file2.length()];
            FileInputStream fis = new FileInputStream(file2);
            fis.read(result); //read file into bytes[]
            fis.close();
            ServletOutputStream servletOutputStream = httpServletResponse.getOutputStream();
            if (servletOutputStream != null && result != null){
                httpServletResponse.setContentType("application/pdf");
                httpServletResponse.setContentLength(result.length);
                httpServletResponse.setHeader("Expires","0");
                httpServletResponse.setHeader("Cache-Control","must-revalidate,post-check=0,pre-check=0");
                httpServletResponse.setHeader("Pragma","public");
                servletOutputStream.write(result);
                servletOutputStream.flush();
                servletOutputStream.close();
            }
        }
   }

1.Hello Word程序入门

创建一个记事本，并将其后缀名改为.java
打开编译写入如下代码：
public class Test{ 

public static void main(String[] args) { 

System.out.println(“Hello, world!”); 

} 

} 

然后在命令行中输入javac Test.java 和 java Test



2.进制的转换

进制转换：十进制，二进制，八进制，十六进制（0-9A-F）
十转二：除以2反向取余直到为0 

（2）二转十：用二进制的每一个乘以2的n次方。
（3）十转八：除八取余

（4）八转二：三位转

（4）十六和二：四位转



3.关键字

如果使用关键字作为标识符，编译器能提示错误。goto 是java的保留关键字，意思是java并没有使用goto，以后是否使用未定。
4.标示符

标识符由26个英文字符大小写（a~zA~Z）、数字(0~9)、下划线(_)和美元符号($)组成。
不能以数字开头，不能是关键字
严格区分大小写
标识符的可以为任意长度
4.1. 命名规范

包名


多个单词组成时所有字母小写（例:package  com.itcast）  

    类名和接口 

多个单词组成时所有单词的首字母大写(例：HelloWorld) 

    变量名和函数名 

多个单词组成时第一个单词首字母小写，其他单词首字母大写（例：lastAccessTime、getTime）。 

        常量名 

多个单词组成时，字母全部大写，多个单词之间使用_分隔（例：INTEGER_CACHE）



5.注释

多行注释:/**/
单行注释：//
文档注释：/* /
6.变量

类型 byte，short，int，long，float，double，char，boolean。
在java变量的初始化一般要先申明后赋值； 基本数据类型一般在栈区域，引用数据类型分为栈区域 和堆区域

本文主要介绍如何使用ES插件将word/pdf等文档导入ES中以及如何使用JAVA API操作写入读取信息

 

Ingest Attachment Processor Plugin插件允许Elasticsearch通过使用Apache文本提取库Tika提取通用格式（例如PPT，XLS和PDF）的文件附件。

源字段必须是base64编码的二进制。如果不想增加在base64之间来回转换的开销，则可以使用CBOR格式而不是JSON，并将字段指定为字节数组而不是字符串表示形式。然后，处理器将跳过base64解码。

安装

可以使用插件管理器安装此插件：


sudo bin/elasticsearch-plugin install ingest-attachment


该插件必须安装在群集中的每个节点上，并且每个节点必须在安装后重新启动。

可从 https://artifacts.elastic.co/downloads/elasticsearch-plugins/ingest-attachment/ingest-attachment-7.4.2.zip下载此插件以进行脱机安装。

删除

可以使用以下命令删除该插件：


sudo bin/elasticsearch-plugin remove ingest-attachment


在删除插件之前，必须先停止该节点。

 

创建一个名称为attachment的管道，后面我们在操作文档的时候，需要使用到这个名称


PUT _ingest/pipeline/attachment

{

  "description" : "Extract attachment information",

  "processors" : [

    {

      "attachment" : {

        "field" : "data"

      }

    }

  ]

}

PUT attachment_index/_doc/1?pipeline=attachment

{

  "data": "e1xydGYxXGFuc2kNCkxvcmVtIGlwc3VtIGRvbG9yIHNpdCBhbWV0DQpccGFyIH0="

}



GET attachment_index/_doc/1




 

JAVA代码如下：


package com.start.es;

import java.io.ByteArrayOutputStream;

import java.io.File;

import java.io.FileInputStream;

import java.io.IOException;

import java.io.InputStream;

import java.net.HttpURLConnection;

import java.net.URL;

import java.util.HashMap;

import java.util.Map;

import org.apache.http.HttpHost;

import org.apache.http.client.config.RequestConfig;

import org.apache.http.impl.nio.client.HttpAsyncClientBuilder;

import org.apache.http.impl.nio.reactor.IOReactorConfig;

import org.elasticsearch.action.index.IndexRequest;

import org.elasticsearch.action.index.IndexResponse;

import org.elasticsearch.client.RequestOptions;

import org.elasticsearch.client.RestClient;

import org.elasticsearch.client.RestClientBuilder;

import org.elasticsearch.client.RestHighLevelClient;

import sun.misc.BASE64Encoder;



/**

 * 

 * @author hsn

 * 

 *  实现DOC/PDF/TXT 导入到ES

 *

 */

@SuppressWarnings("restriction")

public class Es7TestAttachment {

    public static void main(String[] args) throws IOException {

        

        RestClientBuilder restClientBuilder = RestClient.builder(new HttpHost("127.0.0.1", 9200))

                .setRequestConfigCallback(new RestClientBuilder.RequestConfigCallback() {

                    @Override

                    public RequestConfig.Builder customizeRequestConfig(RequestConfig.Builder requestConfigBuilder) {

                        return requestConfigBuilder.setConnectTimeout(5000) // 连接超时（默认为1秒）

                                .setSocketTimeout(60000);// 套接字超时（默认为30秒）

                    }

                })

                // .setMaxRetryTimeoutMillis(60000)//调整最大重试超时时间（默认为30秒）

                .setHttpClientConfigCallback(new RestClientBuilder.HttpClientConfigCallback() {

                    @Override

                    public HttpAsyncClientBuilder customizeHttpClient(HttpAsyncClientBuilder httpClientBuilder) {

                        return httpClientBuilder

                                .setDefaultIOReactorConfig(IOReactorConfig.custom().setIoThreadCount(1).build());// 线程数

                    }

                });

        RestHighLevelClient client = new RestHighLevelClient(restClientBuilder);

        // String base64Contentpath = pdfToBase641("d:\\TEST.pdf");

        String base64Contentpath = fileDocToBase64("E:\\新建 DOC 文档.doc");

        // base64Contentpath =

        // "e1xydGYxXGFuc2kNCkxvcmVtIGlwc3VtIGRvbG9yIHNpdCBhbWV0DQpccGFyIH0=";

        Map<String, Object> jsonMap = new HashMap<>();

        jsonMap.put("data", base64Contentpath);

        IndexRequest request = new IndexRequest("attachment_index").setPipeline("attachment") 

                .id("9").source(jsonMap);

        IndexResponse indexResponse = client.index(request, RequestOptions.DEFAULT);

        client.close();

    }

    

    @SuppressWarnings("restriction")

    public static String UrlDocToBase64(String contentpath) throws IOException {

        InputStream is = null;

        String url = contentpath;

        URL url2 = new URL(url);

        HttpURLConnection conn = (HttpURLConnection) url2.openConnection();

        conn.setDoInput(true);

        conn.connect();

        is = conn.getInputStream();

        byte[] data = null;

        

        try {

            ByteArrayOutputStream swapStream = new ByteArrayOutputStream();

            byte[] buff = new byte[100];

            int rc = 0;

            while ((rc = is.read(buff, 0, 100)) > 0) {

                swapStream.write(buff, 0, rc);

            }

            data = swapStream.toByteArray();

        } catch (IOException e) {

            e.printStackTrace();

        } finally {

            if (is != null) {

                try {

                    is.close();

                } catch (IOException e) {

                    e.printStackTrace();

                }

            }

        }

        return new BASE64Encoder().encode(data).replace("\n", "").replace("\r", "");

    }

    @SuppressWarnings("restriction")

    public static String fileDocToBase64(String contentpath) throws IOException {

        InputStream is = null;

        String url = contentpath;

        File file = new File(contentpath);

        is = new FileInputStream(file);

        byte[] data = null;

        try {

            ByteArrayOutputStream swapStream = new ByteArrayOutputStream();

            byte[] buff = new byte[100];

            int rc = 0;

            while ((rc = is.read(buff, 0, 100)) > 0) {

                swapStream.write(buff, 0, rc);

            }

            data = swapStream.toByteArray();

        } catch (IOException e) {

            e.printStackTrace();

        } finally {

            if (is != null) {

                try {

                    is.close();

                } catch (IOException e) {

                    e.printStackTrace();

                }

            }

        }

        return new BASE64Encoder().encode(data).replace("\n", "").replace("\r", "");

    }

}

 


 

Attachment options

Name
			
Required
			
Default
			
Description
		

			
field
			
			

			
yes
			
			

			
-
			
			

			
The field to get the base64 encoded field from
			
		

			
target_field
			
			

			
no
			
			

			
attachment
			
			

			
The field that will hold the attachment information
			
		

			
indexed_chars
			
			

			
no
			
			

			
100000
			
			

			
The number of chars being used for extraction to prevent huge fields. Use -1 for no limit.
			
		

			
indexed_chars_field
			
			

			
no
			
			

			
null
			
			

			
Field name from which you can overwrite the number of chars being used for extraction. See indexed_chars.
			
		

			
properties
			
			

			
no
			
			

			
all properties
			
			

			
 Array of properties to select to be stored. Can be content, title, name, author, keywords, date, content_type, content_length, language
			
		

			
ignore_missing
			
			

			
no
			
			

			
false
			
			

			
If true and field does not exist, the processor quietly exits without modifying the document
			
		
 

如果一次要插入多篇文档，请参考：https://www.elastic.co/guide/en/elasticsearch/plugins/7.4/ingest-attachment-with-arrays.html

更多代码请参考：https://github.com/hsn999/Elasticsearch_7_springboot_demo