1. 用jacob
其實jacob是一個bridage，連接java和com或者win32函數的一個中間件，jacob并不能直接抽取word,excel等文件，需要自己寫dll哦，不過已經有為你寫好的了，就是jacob的作者一并提供了。
jacob jar與dll文件下載： http://danadler.com/jacob/
下載了jacob并放到指定的路徑之后(dll放到path,jar文件放到classpath)，就可以寫你自己的抽取程序了，下面是一個簡單的例子：

import java.io.File; 
import com.jacob.com.*; 
import com.jacob.activeX.*; 
/** *//** 
* Title: pdf extraction 
*/ 
public class FileExtracter {

 public static void main(String[] args) { 
  ActiveXComponent component = new ActiveXComponent("Word.Application"); 
  String inFile = "c:\\test.doc"; 
  String tpFile = "c:\\temp.htm"; 
  String otFile = "c:\\temp.XML"; 
  boolean flag = false; 
  try {
   component.setProperty("Visible", new Variant(false)); 
   Object wordacc = component.getProperty("document．").toDispatch(); 
   Object wordfile = Dispatch.invoke(wordacc,"Open", Dispatch.Method, 
   new Object[]{inFile,new Variant(false), new Variant(true)}, 
   new int[1] ).toDispatch(); 
   Dispatch.invoke(wordfile,"SaveAs", Dispatch.Method, new Object[]{tpFile,new  Variant(8)}, new int[1]); 
   Variant f = new Variant(false); 
   Dispatch.call(wordfile, "Close", f); 
   flag = true; 
  } catch (Exception e) { 
   e.printStackTrace(); 
  } finally { 
   component.invoke("Quit", new Variant[] {}); 
  } 
 } 
} 

2.用apache的poi來抽取word，excel。
poi是apache的一個項目，不過就算用poi你可能都覺得很煩，不過不要緊，這里提供了更加簡單的一個接口給你：
下載經過封裝后的poi包： http://jakarta.apache.org/poi/
下載之后，放到你的classpath就可以了，下面是如何使用它的一個例子：

import java.io.*; 
import org.textmining.text.extraction.WordExtractor; 
/** *//** 
* Title: word extraction
*/ 

public class PdfExtractor {

 public PdfExtractor() { 
 }
 
 public static void main(String args[]) throws Exception {
  FileInputStream in = new FileInputStream ("c:\\a.doc"); 
  WordExtractor extractor = new WordExtractor(); 
  String str = extractor.extractText(in); 
  System.out.println("the result length is"+str.length()); 
  System.out.println("the result is"+str); 
 } 
} 

3.pdfbox-用來抽取pdf文件
但是pdfbox對中文支持還不好，先下載pdfbox： http://www.pdfbox.org/
下面是一個如何使用pdfbox抽取pdf文件的例子：

import org.pdfbox.pdmodel.PDdocument． 
import org.pdfbox.pdfparser.PDFParser; 
import java.io.*; 
import org.pdfbox.util.PDFTextStripper; 
import java.util.Date; 
/** *//** 
* Title: pdf extraction
*/ 

public class PdfExtracter{ 

 public PdfExtracter(){ 
 }
 
 public String GetTextFromPdf(String filename) throws Exception { 
  String temp=null; 
  PDdocument．nbsppdfdocument．null; 
  FileInputStream is=new FileInputStream(filename); 
  PDFParser parser = new PDFParser( is ); 
  parser.parse(); 
  pdfdocument．nbsp= parser.getPDdocument．); 
  ByteArrayOutputStream out = new ByteArrayOutputStream(); 
  OutputStreamWriter writer = new OutputStreamWriter( out ); 
  PDFTextStripper stripper = new PDFTextStripper(); 
  stripper.writeText(pdfdocument．getdocument．), writer ); 
  writer.close(); 
  byte[] contents = out.toByteArray(); 
  String ts=new String(contents); 
  System.out.println("the string length is"+contents.length+"\n"); 
  return ts; 
 }
 
 public static void main(String args[]) {
  PdfExtracter pf=new PdfExtracter(); 
  PDdocument．nbsppdfdocument．nbsp= null; 
  try{ 
   String ts=pf.GetTextFromPdf("c:\\a.pdf"); 
   System.out.println(ts); 
  } catch(Exception e) { 
   e.printStackTrace(); 
  } 
 } 
}

4. 抽取支持中文的pdf文件－xpdf
xpdf是一個開源項目，我們可以調用他的本地方法來實現抽取中文pdf文件。
下載xpdf函數包： http://www.foolabs.com/xpdf/
同時需要下載支持中文的補丁包，按照readme放好中文的patch，就可以開始寫調用本地方法的java程序了。
下面是一個如何調用的例子：

import java.io.*; 
/** *//** 
* Title: pdf extraction
*/ 

public class PdfWin {

 public PdfWin() { 
 }
 
 public static void main(String args[]) throws Exception { 
  String PATH_TO_XPDF="C:\\Program Files\\xpdf\\pdftotext.exe"; 
  String filename="c:\\a.pdf"; 
  String[] cmd = new String[] { PATH_TO_XPDF, "-enc", "UTF-8", "-q", filename, "-"}; 
  Process p = Runtime.getRuntime().exec(cmd); 
  BufferedInputStream bis = new BufferedInputStream(p.getInputStream()); 
  InputStreamReader reader = new InputStreamReader(bis, "UTF-8"); 
  StringWriter out = new StringWriter(); 
  char [] buf = new char[10000]; 
  int len; 
  while((len = reader.read(buf))>= 0) { 
   //out.write(buf, 0, len); 
   System.out.println("the length is"+len); 
  } 
  reader.close(); 
  String ts=new String(buf); 
  System.out.println("the str is"+ts); 
 } 
}