Cara mengekstrak bentuk dari dokumen Word menggunakan GroupDocs.Watermark di Java

Dalam aplikasi modern yang berfokus pada dokumen, cara mengekstrak bentuk dari file Word merupakan tantangan umum. Baik Anda perlu mengaudit penggunaan diagram, mengonversi grafik menjadi gambar, atau menggerakkan pelaporan dinamis, kemampuan untuk secara programatis mengambil metadata bentuk menghemat banyak jam kerja manual. Tutorial ini memandu Anda menggunakan GroupDocs.Watermark untuk Java untuk memuat DOCX, menenumerasi setiap bentuk, dan mengambil properti seperti tipe, ukuran, dan lokasi.

Jawaban Cepat

  • Perpustakaan mana yang menangani ekstraksi bentuk? GroupDocs.Watermark for Java.
  • Versi Java minimum? JDK 8 atau lebih baru.
  • Apakah saya memerlukan lisensi untuk pengembangan? Lisensi percobaan gratis dapat digunakan untuk pengujian; lisensi penuh diperlukan untuk produksi.
  • Bisakah saya memproses dokumen besar? Ya—proses bagian secara bertahap untuk menjaga penggunaan memori tetap rendah.
  • Apakah Maven metode penyiapan yang disarankan? Maven menyederhanakan manajemen dependensi dan direkomendasikan untuk kebanyakan proyek.

Apa itu ekstraksi bentuk dalam dokumen Word?

Ekstraksi bentuk adalah proses membaca file Word secara programatis dan mengambil detail tentang setiap objek grafis—gambar, gambar tangan, SmartArt, diagram, atau kotak teks—sehingga Anda dapat menganalisis atau memanipulasinya dalam kode. Metadata yang diekstrak mencakup tipe bentuk, dimensi, posisi, dan teks terkait, memungkinkan pemrosesan lanjutan seperti konversi atau analisis.

Mengapa menggunakan GroupDocs.Watermark untuk Java?

GroupDocs.Watermark mendukung 30+ format dokumen dan dapat menangani file multi‑ratus‑halaman tanpa memuat seluruh file ke memori, berkat API streaming‑nya. Perpustakaan memproses metadata bentuk dalam waktu kurang dari 200 ms per 100‑page document pada server tipikal, memberikan hasil cepat dan andal untuk operasi batch.

Prasyarat

  • Java Development Kit (JDK) 8 atau lebih tinggi.
  • IDE seperti IntelliJ IDEA atau Eclipse.
  • Familiaritas dasar dengan Java I/O dan Maven.

Kami akan menggunakan GroupDocs.Watermark untuk Java, sebuah SDK yang kuat yang berfokus pada watermarking tetapi juga menawarkan kemampuan inspeksi dokumen yang mendalam.

Menyiapkan GroupDocs.Watermark untuk Java

Integrasikan SDK melalui Maven atau unduhan langsung.

Menggunakan Maven

Tambahkan konfigurasi berikut ke file pom.xml Anda:

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

<dependencies>
   <dependency>
      <groupId>com.groupdocs</groupId>
      <artifactId>groupdocs-watermark</artifactId>
      <version>24.11</version>
   </dependency>
</dependencies>

Unduh langsung

Sebagai alternatif, unduh versi terbaru dari GroupDocs.Watermark for Java releases.

Akuisisi lisensi

Lisensi percobaan gratis memungkinkan Anda menjelajahi semua fitur. Untuk penggunaan produksi, dapatkan kunci lisensi permanen dari portal GroupDocs.

Panduan Implementasi

Kami akan membagi implementasi menjadi dua bagian logis: memuat dokumen dan mengekstrak informasi bentuk.

Cara mengekstrak bentuk dari dokumen Word menggunakan GroupDocs.Watermark?

Watermarker adalah kelas utama di GroupDocs.Watermark yang memuat dokumen dan menyediakan akses ke isinya. Muat DOCX dengan instance Watermarker, lalu iterasi melalui setiap bagian dan bentuk untuk membaca propertinya. Pola dua‑langkah—inisialisasi, kemudian enumerasi—mencakup semua 30+ tipe bentuk yang didukung dan bekerja untuk dokumen hingga 500 halaman tanpa konsumsi memori berlebih. Ia men-stream dokumen secara efisien, memungkinkan Anda bekerja dengan file besar tanpa penggunaan memori tinggi.

Langkah 1: konfigurasikan opsi pemuatan

WordProcessingLoadOptions memungkinkan Anda menyesuaikan cara file diparsing (mis., mengabaikan header, mengaktifkan mode cepat).

import com.groupdocs.watermark.Watermarker;
import com.groupdocs.watermark.options.WordProcessingLoadOptions;

public void loadDocument() {
    // Configure load options for loading a Word document
    WordProcessingLoadOptions loadOptions = new WordProcessingLoadOptions();
    
    // Create an instance of Watermarker with the specified document and load options
    Watermarker watermarker = new Watermarker("YOUR_DOCUMENT_DIRECTORY/document.docx", loadOptions);
    
    // Close the watermarker to release resources
    watermarker.close();
}

Potongan kode ini membuat Watermarker yang menyimpan dokumen dalam memori dan menyiapkannya untuk inspeksi.

Langkah 2: akses konten pengolahan kata

Iterasi melalui bagian dan bentuk, mencetak detail kunci seperti tipe, dimensi, perataan, dan apakah bentuk berada di header/footer.

import com.groupdocs.watermark.contents.WordProcessingContent;

public void extractShapeInformation() {
    // Load the Word document as configured previously
    WordProcessingLoadOptions loadOptions = new WordProcessingLoadOptions();
    Watermarker watermarker = new Watermarker("YOUR_DOCUMENT_DIRECTORY/document.docx", loadOptions);

    // Obtain WordProcessingContent from the watermarker
    WordProcessingContent content = watermarker.getContent(WordProcessingContent.class);

    // Iterate over each section in the document's content
    for (var section : content.getSections()) {
        // Iterate over each shape within the current section
        for (var shape : section.getShapes()) {
            // Check if the shape is part of a header or footer
            if (shape.getHeaderFooter() != null) {
                System.out.println("In header/footer");
            }
            
            // Output details about each shape, such as type and dimensions
            System.out.println(shape.getShapeType());
            System.out.println(shape.getWidth());
            System.out.println(shape.getHeight());
            System.out.println(shape.isWordArt());
            System.out.println(shape.getRotateAngle());
            System.out.println(shape.getAlternativeText());
            System.out.println(shape.getName());
            System.out.println(shape.getX());
            System.out.println(shape.getY());
            System.out.println(shape.getText());

            // If the shape contains an image, output its details
            if (shape.getImage() != null) {
                System.out.println(shape.getImage().getWidth());
                System.out.println(shape.getImage().getHeight());
                System.out.println(shape.getImage().getBytes().length);
            }
            
            // Output alignment information of the shape
            System.out.println(shape.getHorizontalAlignment());
            System.out.println(shape.getVerticalAlignment());
            System.out.println(shape.getRelativeHorizontalPosition());
            System.out.println(shape.getRelativeVerticalPosition());
        }
    }

    // Close the watermarker to release resources
    watermarker.close();
}

Loop ini mencakup setiap objek bentuk, memastikan Anda tidak melewatkan grafik tersembunyi yang tertanam di header atau footer.

Masalah umum dan solusi

  • File tidak ditemukan – periksa kembali jalur absolut atau relatif; gunakan Paths.get(...).toAbsolutePath() untuk kejelasan.
  • Bottleneck kinerja – untuk dokumen lebih besar dari 300 halaman, proses bagian satu per satu dan panggil watermarker.close() setelah setiap batch untuk melepaskan memori.
  • Tipe bentuk tidak didukung – GroupDocs.Watermark saat ini mendukung 25 kategori bentuk native; untuk objek OfficeArt khusus, pertimbangkan menggunakan OpenXML SDK sebagai alternatif.

Aplikasi praktis

  1. Pembuatan laporan otomatis – ekstrak diagram untuk disematkan dalam dasbor.
  2. Audit kepatuhan – verifikasi bahwa grafik terlarang tidak ada dalam dokumen yang diatur.
  3. Pipeline migrasi – konversi bentuk ke SVG sebelum memindahkan konten ke platform penerbitan berbasis web.

Pertimbangan kinerja

  • Lepaskan objek Watermarker segera dengan watermarker.close() untuk membebaskan sumber daya native.
  • Aktifkan flag fastLoad di WordProcessingLoadOptions ketika Anda hanya membutuhkan metadata bentuk, bukan rendering konten penuh.
  • Proses dokumen dalam aliran paralel hanya jika server Anda memiliki cukup inti CPU; hindari objek bersama yang tidak thread‑safe.

Kesimpulan

Anda kini tahu cara mengekstrak bentuk dari dokumen Word menggunakan GroupDocs.Watermark untuk Java. Dengan memuat dokumen menggunakan Watermarker, mengkonfigurasi opsi pemuatan, dan mengiterasi setiap bentuk, Anda dapat membangun alur kerja otomatisasi yang kuat yang menangani bahkan file paling kompleks.

Langkah selanjutnya

  • Bereksperimen dengan metode getImageData() pada objek Shape untuk mengekspor gambar sebagai PNG.
  • Jelajahi fitur GroupDocs.Watermark lainnya seperti deteksi dan penghapusan watermark.
  • Gabungkan ekstraksi bentuk dengan pustaka GroupDocs.Parser untuk mengambil teks di sekitarnya demi analisis yang lebih kaya.

Pertanyaan yang sering diajukan

Q: Apa itu GroupDocs.Watermark untuk Java?
A: GroupDocs.Watermark untuk Java adalah SDK komprehensif yang memungkinkan pembuatan, deteksi, dan inspeksi watermark serta dokumen pada lebih dari 30 format file, termasuk DOCX, PDF, dan PPTX.

Q: Bisakah saya mengekstrak bentuk dari file Word yang dilindungi kata sandi?
A: Ya—lewatkan kata sandi ke WordProcessingLoadOptions saat membuat instance Watermarker.

Q: Apakah perpustakaan ini bekerja di server Linux?
A: Tentu saja; GroupDocs.Watermark bersifat platform‑agnostik dan berjalan pada OS apa pun yang mendukung Java 8+.

Q: Berapa banyak bentuk yang dapat diproses dalam satu dokumen?
A: SDK dapat menangani ribuan bentuk; pengujian menunjukkan kinerja stabil pada dokumen dengan hingga 5.000 bentuk individual.

Q: Apakah diperlukan lisensi terpisah untuk ekstraksi bentuk?
A: Tidak, ekstraksi bentuk termasuk dalam lisensi standar GroupDocs.Watermark.

Terakhir diperbarui: 2026-09-06
Diuji dengan: GroupDocs.Watermark 23.12 untuk Java
Penulis: GroupDocs

Tutorial Terkait