Go 如何自动解压缩包？如何读取 docx/doc 文件内容？

作者：王中阳Go

2023-03-28
北京
本文字数：2693 字
阅读完需：约 9 分钟

在开发过程中，我们常常需要处理压缩包和文档文件。本文将介绍如何使用 Go 语言自动解压缩包和读取 docx/doc 文件。

一、解压缩包

压缩包格式

常见的压缩包格式有 zip、gzip、bzip2 等。在 Go 语言中，使用 archive/zip、compress/gzip、compress/bzip2 包可以轻松地处理这些格式的文件。

解压 zip 文件

使用 archive/zip 包中的函数，我们可以轻松地操作 zip 文件。首先，我们需要打开 zip 文件：

zipFile, err := zip.OpenReader(zipPath)if err != nil {    return err}defer zipFile.Close()

复制代码

上面的代码使用 zip.OpenReader 函数打开一个 zip 文件，并返回一个*zip.ReadCloser 类型的对象，表示 zip 文件内容的读取器和关闭器。注意：在读取完 zip 文件后，记得使用 defer 语句关闭该文件。

接着，我们可以使用 Read()函数来解压 zip 文件中的每一个文件，并将其写入到本地磁盘：

for _, zipFileInfo := range zipFile.Reader.File {    dstPath := filepath.Join(outputDir, zipFileInfo.Name)    dstDir := filepath.Dir(dstPath)    err = os.MkdirAll(dstDir, 0755)    if err != nil {        return err    }
    dstFile, err := os.OpenFile(dstPath, os.O_WRONLY|os.O_CREATE|os.O_TRUNC, zipFileInfo.Mode())    if err != nil {        return err    }
    srcFile, err := zipFileInfo.Open()    if err != nil {        dstFile.Close()        return err    }
    _, err = io.Copy(dstFile, srcFile)    dstFile.Close()    srcFile.Close()
    if err != nil {        return err    }}

复制代码

上面的代码中，我们首先拼接出本地文件路径，并创建其所在的目录结构。接着，使用 os.OpenFile()函数以写入模式打开本地文件，并使用 zipFileInfo.Mode()函数获取 zip 文件中该文件的权限信息。使用 zipFileInfo.Open()函数将 zip 文件中的文件打开，并使用 io.Copy()函数将其写入到本地文件中。如果出现任何错误，记得关闭本地文件和 zip 文件中的文件，以便资源得以正确释放。

解压 gzip 文件

使用 compress/gzip 包，我们也可以轻松地解压 gzip 文件。具体方法如下：

gzipFile, err := os.Open(gzipPath)if err != nil {    return err}defer gzipFile.Close()
gzipReader, err := gzip.NewReader(gzipFile)if err != nil {    return err}defer gzipReader.Close()
dstPath := filepath.Join(outputDir, filepath.Base(gzipPath))dstFile, err := os.OpenFile(dstPath, os.O_CREATE|os.O_WRONLY|os.O_TRUNC, 0644)if err != nil {    return err}defer dstFile.Close()
_, err = io.Copy(dstFile, gzipReader)if err != nil {    return err}

复制代码

上面的代码首先打开 gzip 文件，并使用 gzip.NewReader()函数创建一个 gzip.Reader 类型的对象，表示 gzip 文件内容的读取器。记得在读取完该文件之后关闭相关文件（即：gzip 文件和读取器文件）。然后，通过使用 os.OpenFile()函数以写入模式打开目标文件，并将 gzip 读取器中的内容复制到目标文件中即可。记得在操作完目标文件后关闭相关文件，以便资源成功释放。

解压 bzip2 文件

使用 compress/bzip2 包，可以轻松地解压 bzip2 文件。方法如下：

bzip2File, err := os.Open(bzip2Path)if err != nil {    return err}defer bzip2File.Close()
bzip2Reader := bzip2.NewReader(bzip2File)
dstPath := filepath.Join(outputDir, filepath.Base(bzip2Path))dstFile, err := os.OpenFile(dstPath, os.O_CREATE|os.O_WRONLY|os.O_TRUNC, 0644)if err != nil {    return err}defer dstFile.Close()
_, err = io.Copy(dstFile, bzip2Reader)if err != nil {    return err}

复制代码

上面的代码中，我们使用 bzip2.NewReader()函数创建一个 bzip2.Reader 类型的对象，表示 bzip2 文件内容的读取器。然后，以写入模式打开目标文件，将读取器中的内容复制到目标文件中，并在完成后关闭相关文件，释放资源。

二、读取 docx/doc 文件

docx/doc 文件是一种二进制文件格式，我们可以使用第三方库来读取其中的内容。Word 文档通常使用.doc 或.docx 格式保存，其中.doc 是二进制格式，而.docx 则是 XML 格式的文件。接下来，我们将分别介绍如何读取这两种文件格式的内容。

读取.doc 格式文件

我们可以使用 github.com/LopPay/office-parser/ole、github.com/LopPay/office-parser/common 和 github.com/LopPay/office-parser/msdoc 分别来处理 ole 文件、解析 doc 文件和读取 doc 文件中的数据。该库已经封装了所有的文本、图片、表格等元素的解析和转换。

下面是一个简单的读取 doc 文件的程序：

docFile, err := os.Open(docPath)if err != nil {    return err}defer docFile.Close()
docData, err := msdoc.ParseDocFile(docFile)if err != nil {    return err}
for _, para := range docData.Paragraphs {    for _, run := range para.Runs {        fmt.Print(run.Text)    }    fmt.Println()}

复制代码

上面的代码中，我们首先使用 os.Open()函数打开 doc 文件，并使用 msdoc.ParseDocFile()函数解析该文件。该函数返回一个 msdoc.Document 类型的对象，该对象包括文本、图片、表格等信息。下面的代码将遍历每一个段落和其中的 Run 实例，并将其内容输出到控制台。

读取.docx 格式文件

我们可以使用第三方库 github.com/unidoc/unioffice 来读取.docx 格式的文件。该库支持读取和写入单个文件、读取和写入多个文件、转换和操作表格、图像、段落、样式等操作。

下面是一个简单的读取.docx 文件的程序：

docFile, err := os.Open(docxPath)if err != nil {    return err}defer docFile.Close()
doc, err := document.Open(docFile)if err != nil {    return err}
for _, para := range doc.Paragraphs() {    for _, run := range para.Runs() {        fmt.Print(run.Text())    }    fmt.Println()}

复制代码

上面的代码中，我们首先使用 os.Open()函数打开 docx 文件，并使用 document.Open()函数解析该文件。该函数返回一个 document.Document 类型的对象，该对象包括文本、图片、表格等信息。下面的代码将遍历每一个段落和其中的 Run 实例，并将其内容输出到控制台。

三、总结

本文介绍了如何使用 Go 语言自动解压缩包和读取 docx/doc 文件。具体来说，我们使用了相应的第三方库和 Go 语言内置库中的代码。

上述代码运行起来比较简单，适合初学者学习和实践。希望对大家有帮助，大家可以自行根据需求进行修改和扩展。

本文抛砖引玉，欢迎大家留言交流。

一起学习

我的文章首发在我的公众号： 程序员升职加薪之旅，欢迎大家关注，第一时间阅读我的文章。

也欢迎大家关注我，点赞、留言、转发。你的支持，是我更文的最大动力！

发布于: 刚刚阅读数: 3

原文链接:【http://xie.infoq.cn/article/1019fbf959bc09b42663bc867】。文章转载请联系作者。

王中阳Go

关注

靠敲代码在北京买房的程序员 2022-10-09 加入

【微信】wangzhongyang1993【公众号】程序员升职加薪之旅【成就】InfoQ专家博主👍掘金签约作者👍B站&掘金&CSDN&思否等全平台账号：王中阳Go

评论 (1 条评论)

发布

王中阳Go

在开发过程中，我们常常需要处理压缩包和文档文件。本文将介绍如何使用 Go 语言自动解压缩包和读取 docx/doc 文件。

刚刚 · 北京

 0 回复

没有更多了

创作场景

Go 如何自动解压缩包？如何读取 docx/doc 文件内容？

一、解压缩包

压缩包格式

解压 zip 文件

解压 gzip 文件

解压 bzip2 文件

二、读取 docx/doc 文件

读取.doc 格式文件

读取.docx 格式文件

三、总结

一起学习

王中阳Go

评论 (1 条评论)