GroupDocs.Parser를 사용한 Java 문서 처리

Java에서 문서 파싱을 자동화하고 텍스트를 효율적으로 추출할 방법을 찾고 계신가요? 이 튜토리얼에서는 GroupDocs.Parser를 사용하여 java document processing 워크플로를 구현하고, 서식이 있는 텍스트를 추출하며, 지원되지 않는 상황을 우아하게 처리하는 방법을 보여줍니다. 이 가이드를 끝까지 읽으면 문서를 파싱하고 텍스트를 추출하며, 솔루션을 실제 애플리케이션에 통합할 수 있게 됩니다.

빠른 답변

• GroupDocs.Parser는 무엇을 하나요? Java에서 100개 이상의 문서 유형으로부터 원시 및 서식이 있는 텍스트를 추출합니다.
• 이 튜토리얼이 목표로 하는 주요 키워드는 무엇인가요? java document processing.
• 라이선스가 필요합니까? 무료 체험을 사용할 수 있으며, 프로덕션에서는 유료 라이선스가 필요합니다.
• HTML 서식 텍스트를 추출할 수 있나요? 예, FormattedTextOptions와 FormattedTextMode.Html을 사용합니다.
• 라이브러리를 추가하는 방법이 Maven뿐인가요? 아니요, JAR 파일을 직접 다운로드할 수도 있습니다.

java document processing이란?

Java document processing은 Java 애플리케이션이 PDF, Word 문서, 스프레드시트 등과 같은 파일의 내용을 읽고, 분석하고, 조작할 수 있게 해주는 기술 및 라이브러리 집합을 말합니다. GroupDocs.Parser를 사용하면 저수준 파일 형식을 다루지 않고도 extract text java를 빠르게 추출할 수 있습니다.

java document processing에 GroupDocs.Parser를 사용하는 이유

• 광범위한 형식 지원 – PDF, DOCX, XLSX, PPTX 등 다양한 형식을 지원합니다.
• 서식 있는 출력 – HTML, RTF 또는 일반 텍스트를 가져올 수 있습니다.
• 간단한 API – 몇 줄의 코드만으로 필요한 콘텐츠를 얻을 수 있습니다.
• 확장 가능한 성능 – 배치 처리 및 고처리량 서비스에 적합합니다.

전제 조건

Before we start, make sure you have:

• Java Development Kit (JDK) – 버전 8 이상.
• IDE – IntelliJ IDEA, Eclipse 또는 선호하는 편집기.
• Maven (선택 사항) – 의존성 관리를 위해.
• 기본 Java 지식 – try‑with‑resources와 예외 처리를 익숙하게 사용할 수 있어야 합니다.

Java용 GroupDocs.Parser 설정

Maven 설정

Add the following configuration to your pom.xml to pull the library from the official repository:

<repositories>
   <repository>
      <id>repository.groupdocs.com</id>
      <name>GroupDocs Repository</name>
      <url>https://releases.groupdocs.com/parser/java/</url>
   </repository>
</repositories>

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-parser</artifactId>
      <version>25.5</version>
   </dependency>
</dependencies>

직접 다운로드

If you prefer manual installation, grab the latest JAR from the official release page: GroupDocs.Parser for Java releases.

라이선스 획득 단계

• 무료 체험 – 바로 탐색을 시작하세요.
• 임시 라이선스 – GroupDocs 웹사이트에서 요청하여 장기간 테스트에 사용합니다.
• 정식 라이선스 – 프로덕션 사용을 위해 구매합니다.

기본 초기화

Here’s the minimal code to create a Parser instance:

import com.groupdocs.parser.Parser;

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY")) {
    // Your parsing logic here
}

구현 가이드

GroupDocs.Parser를 사용한 문서 파싱

This section walks you through extract formatted text and how to handle cases where the format isn’t supported.

서식 텍스트 옵션 생성

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.TextReader;
import com.groupdocs.parser.options.FormattedTextOptions;
import com.groupdocs.parser.options.FormattedTextMode;

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY")) {
    // Create formatted text options for HTML format
    FormattedTextOptions options = new FormattedTextOptions(FormattedTextMode.Html);

    // Extract formatted text into a reader object
    try (TextReader reader = parser.getFormattedText(options)) {
        // Check if formatted text extraction is supported and read to end
        String extractedText = reader == null ? "Formatted text extraction isn't supported" : reader.readToEnd();
        
        // The extracted text can be used further as needed
    }
}

설명

• FormattedTextOptions는 파서에게 원하는 출력 형식(이 경우 HTML)을 지정합니다.
• parser.getFormattedText(options)는 TextReader를 반환합니다. 문서 유형이 서식 추출을 지원하지 않으면 메서드는 null을 반환합니다.
• 네이티브 리소스를 해제하기 위해 Parser와 TextReader는 항상 try‑with‑resources로 닫아야 합니다.

지원되지 않는 서식 텍스트 추출 처리

try (Parser parser = new Parser("YOUR_DOCUMENT_DIRECTORY")) {
    // Attempt to extract formatted text with HTML format options
    try (TextReader reader = parser.getFormattedText(new FormattedTextOptions(FormattedTextMode.Html))) {
        if (reader == null) {
            String message = "Formatted text extraction isn't supported for this document type.";
            // The message can be logged or handled as required
        }
    }
}

설명

• null 검사는 견고한 parse documents java 구현에 필수적입니다.
• 서식 출력이 제공되지 않을 때 경고를 로그에 남기거나 UI 메시지를 표시하거나 일반 텍스트 추출로 대체할 수 있습니다.

일반적인 함정 및 문제 해결

• 잘못된 파일 경로 – 경로가 존재하고 읽을 수 있는 파일을 가리키는지 확인하세요.
• 지원되지 않는 형식 – 모든 형식이 HTML 출력을 지원하는 것은 아니며, parser.getPlainText()로 대체합니다.
• 리소스 누수 – 항상 try‑with‑resources를 사용하세요; 그렇지 않으면 네이티브 메모리 제한에 도달할 수 있습니다.

실용적인 적용 사례

다음은 java document processing이 빛을 발하는 몇 가지 실제 시나리오입니다:

1. 자동 데이터 추출 – 수동 복사‑붙여넣기 없이 인보이스 번호, 날짜 또는 계약 조항을 추출합니다.
2. 문서 변환 서비스 – PDF 또는 DOCX 파일을 웹 포털용 검색 가능한 HTML로 변환합니다.
3. CMS 강화 – 업로드된 문서에 대한 미리보기와 메타데이터를 자동으로 생성합니다.
4. 협업 플랫폼 – 검색 및 추천 엔진을 구동하기 위해 핵심 정보를 추출합니다.

성능 고려 사항

• 메모리 관리 – Parser 객체를 즉시 닫으세요; Java의 GC가 네이티브 버퍼를 회수합니다.
• 배치 처리 – 많은 작은 파일을 파싱할 때 단일 Parser 인스턴스를 재사용하여 오버헤드를 줄입니다.
• 병렬 실행 – 독립적인 파싱 작업을 별도 스레드에서 실행하되, 각 Parser는 하나의 스레드에만 제한합니다.

자주 묻는 질문

Q: GroupDocs.Parser Java는 무엇에 사용되나요?
A: 다양한 문서 형식에서 텍스트와 메타데이터를 추출하므로 extract text java 시나리오에 이상적입니다.

Q: GroupDocs.Parser를 사용해 PDF를 파싱할 수 있나요?
A: 예, PDF는 완전히 지원되며 일반 텍스트와 서식 있는 추출 모두 가능합니다.

Q: 지원되지 않는 문서 유형을 어떻게 처리하나요?
A: getFormattedText가 반환하는 TextReader가 null인지 확인하고, 일반 텍스트 메서드로 대체하거나 경고를 로그에 남깁니다.

Q: GroupDocs.Parser 사용에 비용이 발생하나요?
A: 무료 체험을 제공하며, 프로덕션 배포에는 상용 라이선스가 필요합니다.

Q: GroupDocs.Parser Java에 대한 추가 자료는 어디서 찾을 수 있나요?
A: 공식 문서를 방문하고 커뮤니티 포럼에서 지원을 찾아보세요.

결론

GroupDocs.Parser를 마스터하면 이제 java document processing을 위한 강력한 도구를 갖게 됩니다. 원시 텍스트와 서식이 있는 텍스트를 모두 추출하고, 지원되지 않는 경우를 처리하며, 대규모 작업량에 맞게 확장할 수 있습니다. 위의 코드를 서비스에 통합하면 데이터 추출을 간소화하고, 검색 가능성을 향상시키며, 수동 작업을 줄일 수 있습니다.

마지막 업데이트: 2026-04-07
테스트 환경: GroupDocs.Parser 25.5 (or later)
작성자: GroupDocs