如何使用 GroupDocs.Parser 将 MSG 转换为文本（Java）

从 Outlook .msg 文件中提取正文、主题和附件是自动化、归档和分析的常见需求。在本教程中，您将学习如何使用 GroupDocs.Parser for Java 快速可靠地 将 MSG 转换为文本。我们将逐步演示环境设置、具体的 API 调用以及保持代码整洁高效的最佳实践技巧。

快速答案

• 什么库可以在 Java 中将 MSG 转换为文本？ GroupDocs.Parser for Java
• 支持哪种电子邮件格式？ Outlook .msg 文件（原生 Outlook 格式）
• 测试是否需要许可证？ 是的 – GroupDocs 提供临时试用许可证
• 我可以一次处理大量邮件吗？ 完全可以；建议在高容量场景下使用批处理
• 需要哪个 Java 版本？ JDK 8 或更高

什么是“将 MSG 转换为文本”？

将 MSG 转换为文本是指以编程方式打开 Outlook .msg 文件，提取其文本组件——例如主题行、正文内容，以及可选的附件名称——并将其作为纯文本字符串返回，以便存储、索引或供其他应用程序处理。

为什么使用 GroupDocs.Parser 将 MSG 转换为文本？

GroupDocs.Parser 提供广泛的格式支持，能够在不使用外部工具的情况下处理 MSG 以及数十种其他电子邮件和文档类型。它以高保真度保留 Unicode 和 HTML 格式，通过流式 API 运行，保持低内存使用，并提供简便的 Maven 集成，使其在单文件和高容量批处理场景中都非常理想。

前置条件

• Java Development Kit (JDK)： 已安装 8 版或更高版本。
• Maven： 用于依赖管理和构建自动化。
• IDE（可选）： IntelliJ IDEA、Eclipse 或您喜欢的任何编辑器。
• 基本的 Java 知识 并熟悉 Outlook .msg 文件。

为 Java 设置 GroupDocs.Parser

首先，将 GroupDocs.Parser 库添加到您的 Maven 项目中。

Maven 设置

在您的 pom.xml 文件中添加仓库和依赖项条目：

<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>

定义锚点： Parser 类是读取任何受支持文档（包括电子邮件文件）的入口点。

直接下载

如果您更喜欢手动设置，请从 GroupDocs 发布 下载最新的 JAR。

获取许可证

从 临时许可证页面 获取临时试用许可证。此许可证可解除评估限制，让您测试所有功能。

如何在 Java 中将 MSG 转换为文本

加载电子邮件文件，验证支持文本提取，然后使用 TextReader 读取内容。

直接回答（40‑70 字）：
创建一个指向 .msg 文件路径的 Parser 实例，调用 parser.getFeatures().isText() 以确认支持，然后使用 TextReader 读取电子邮件的主题和正文。最后，将字符串输出或写入文件——整个过程仅需三次 API 调用。

步骤 1：导入所需类

首先在您的 Java 源文件中导入必要的 GroupDocs.Parser 类。

import com.groupdocs.parser.Parser;
import com.groupdocs.parser.data.TextReader;
import java.io.IOException;

定义锚点： TextReader 是一个高级 API，可从文档流式传输文本内容，逐行提供，以实现高效的内存使用。

步骤 2：使用 MSG 路径初始化 Parser

Parser 是读取受支持文档（包括 MSG 电子邮件文件）的主要入口点。
使用您要处理的 .msg 文件的绝对或相对路径实例化 Parser。

String emailFilePath = "YOUR_DOCUMENT_DIRECTORY/sample.msg"; // Replace with your document path

try (Parser parser = new Parser(emailFilePath)) {
    if (!parser.getFeatures().isText()) {
        System.out.println("Text extraction isn't supported.");
        return;
    }
    
    try (TextReader reader = parser.getText()) {
        String emailContent = reader.readToEnd();
        System.out.println(emailContent);
    }
} catch (IOException e) {
    e.printStackTrace();
}

步骤 3：验证文本提取能力

在读取之前，检查当前文档类型是否支持文本提取：

if (!parser.getFeatures().isText()) {
    System.out.println("Text extraction not supported for this file.");
    return;
}

提示： 此检查可防止对仅允许提取元数据的格式抛出 UnsupportedOperationException。

步骤 4：读取并输出电子邮件文本

TextReader 逐行流式传输文档的文本内容，实现低内存处理。
使用 TextReader 流式读取主题和正文。读取器返回每行文本，您可以将其拼接或直接写入文件。

try (TextReader reader = parser.getText()) {
    StringBuilder emailContent = new StringBuilder();
    while (reader.readLine() != null) {
        emailContent.append(reader.getCurrentLine()).append(System.lineSeparator());
    }
    System.out.println(emailContent.toString());
}

为什么重要： 流式处理避免将整个电子邮件加载到内存中，这在处理带有大量附件的大邮件时至关重要。

常见问题及解决方案

• 文件路径不正确： 无效路径会抛出 IOException。在初始化解析器之前，请验证路径并使用 Files.exists(Paths.get(path))。
• 不支持的格式： 并非所有电子邮件格式都提供文本。使用 parser.getFeatures().isText() 来防止处理不受支持的文件。
• 许可证未应用： 如果未加载试用许可证，您会看到许可错误。License 用于应用 GroupDocs 的试用或商业许可证以启用全部功能。在应用程序中尽早加载许可证文件，例如 License license = new License(); license.setLicense("path/to/license.lic");。

实际应用

将 MSG 转换为文本可开启许多自动化场景：

1. 自动工单分配： 解析收到的支持邮件，并根据正文中提取的关键字进行路由。
2. 合规归档： 将电子邮件的纯文本版本存储用于可搜索的法律档案。
3. CRM 丰富化： 从电子邮件签名中提取客户信息并导入 CRM 系统。
4. 情感分析： 将提取的电子邮件正文输入 NLP 流程，以评估客户情绪。

性能提示

• 复用 Parser 实例： 在批处理时，尽可能复用同一个 Parser 对象，以降低 JVM 开销。
• 并行处理： 使用 Java 的 ForkJoinPool 并发处理多个文件，但要限制并行度以避免过度的内存压力。
• 流式写入磁盘： 对于极大的邮件，直接将 TextReader 输出管道写入文件，而不是构建大型 StringBuilder。

常见问答

Q: 使用 GroupDocs.Parser 可以将哪些文件格式转换为文本？
A: 超过 50 种格式，包括 .msg、.eml、.pdf、.docx 和 .xlsx，均可转换为纯文本。

Q: 如何处理加密或受密码保护的电子邮件？
A: 首先使用您自己的逻辑解密邮件，然后将解密后的流传递给 Parser。该库不会自动解密受保护的文件。

Q: MSG 文件有大小限制吗？
A: 由于流式架构，GroupDocs.Parser 可处理高达 2 GB 的文件，而无需将整个文件加载到内存中。

Q: 如何升级到最新版本的 GroupDocs.Parser？
A: 将 pom.xml 中的 <version> 元素更改为 GroupDocs 发布 页面上列出的最新版本号，然后运行 mvn clean install。

Q: 在哪里可以找到更多代码示例？
A: 官方文档和 GitHub 仓库包含数十个示例，涵盖附件提取、元数据处理等高级场景。

资源

• 文档： 在 GroupDocs Parser Java 文档 中查看详细指南。
• API 参考： 在 GroupDocs API 参考 浏览完整 API。
• 下载： 从 GroupDocs 下载 获取最新二进制文件。
• GroupDocs 下载页面： 通过 GroupDocs 下载页面 访问相同的二进制文件。
• GitHub 仓库： 在 GitHub 查看源代码和社区贡献。
• 免费支持： 在 GroupDocs 支持论坛 提问。
• GroupDocs 论坛： 其他社区讨论可在 GroupDocs 论坛 找到。

最后更新： 2026-07-02
测试环境： GroupDocs.Parser 25.5 for Java
作者： GroupDocs

相关教程

• 如何使用 GroupDocs.Parser 在 Java 中提取电子邮件元数据 – 综合指南
• 解析 Outlook PST 文件：使用 GroupDocs.Parser Java 提取附件和元数据
• Java 使用 GroupDocs.Parser 读取 PDF 文本：完整指南