1，项目背景

Word，Excel，PPT，PDF，这种文档的标准是公开的，所以呢，有很多方法可以打开文件，读取内容。例如：要打开各种office文档，可以使用POI jar包；要打开pdf文档，可以使用pdf box ；而且呢，这些工具非常多，还都是开源的，网上很多地方可以下载。即使不用这些工具，也可以使用微软的dll，照样可以工作。

而sep文件、gd文件，是国内一家公司，书生公司自己设计的，用于公文传输，所以设置了保密格式，没有公开文件标准。网上是没法找到读取的方案或者jar包的，要解决这个问题，必须找书生公司提供服务。解决问题的快慢，主要就是依靠书生公司了。

理想上，最好的办法是由书生公司提供一些jar包或者dll，可以在程序里调用，这样使用起来会非常容易。

目前呢，没有这么友好的接口，书生公司提供了几个网页。这样在批量使用的时候会比较麻烦，还需要自己设计程序去兼容，但是总比没有的好。

2，解决方案

书生阅读器可以打开sep、gd、gw格式的文件。然后我们现在需要的是，逆向过程，就是通过一个程序化的方法，批量执行，从sep文档里面提取出文本内容。

目前北京书生公司提供的解决方案，是2个网页，使用方法是，在插着U key的那台电脑上操作，加载书生套件里面的服务（套件提供一个api接口），然后选择目标sep文件，接着读取文本内容。

2.1，需要工具

win7 系统 + IE32位浏览器。（因为书生公司提供的插件只支持32位浏览器）

书生套件，200多M。

林果U盾。

2.2，执行步骤

1，设置IE浏览器，允许各种加载项。

2，打开U盾软件，插入U盾。

3，打开S_GetFileTxt.htm页面，允许加载项，加载activity控件。

4，选择目标sep文件和结果txt文件，开始执行。

备注：

1，公文一般指的是gw文档，那个是有密码的，我们这次不考虑gw。gd和sep都是不加密的，所以网页上不需要输入密码。但是要调用那个api，就需要使用ukey。

2，需要在安装了书生阅读器套件+Ukey的电脑上操作，单单安装书生阅读器是不行的，只有套件提供了读取文本内容的api服务。

3，之所以需要U盾，是因为书生套件在使用的时候，需要检测硬件，所以需要支持一个ukey。以后他们公司可能换成软授权，那就不用key了。

4，我们最终希望的结果是，有个小程序，在那台电脑上自动跑，不需要指定密码，就可以提取gd和sep文档的内容了。

2.3，技术原理

这些网页用IE打开以后，会提示我们安装两个控件，这个控件，就是书生套装里面的。

//启用书生服务
<OBJECT ID="SedOI" CLASSID="CLSID:567FF69D-56E3-11D6-81D1-00E04CE60E84" width="0" height="0"></OBJECT>//启用U盾管理器
<OBJECT classid="clsid:FF6F4132-FDE0-4F8E-B274-B312BE1FEBD5" id="USBKeyMGR"  name="USBKeyMGR" height="0" width="0"></OBJECT>//TODO 还缺一个，连接硬件？

这是网页版本，核心代码其实就几行：

hHandle = SedOI.S_OPenFile(filename,pew.value);
s=SedOI.S_GetFileTxt(fj.value);

3，实验结果

我们按照书生公司的手册，一步一步执行下去，尝试了十几遍，均已失败而告终。于是邀请书生公司的工程师，远程帮忙调试，结果呢，还是失败了。

sep文档，在他们自己的开发环境里，是可以读取的。但是在我们的环境里，读取不了。
IE里面有个林果key的加载项，在他们那边会出现，在我们这里没有出现。具体原因，他们没找到。

最初以为，公司给我们提供的资料不全，少了一些加载项。深入沟通以后，发现其实不是，那个林果key的加载项，就是书生套件里面的。

4，疑难问题

1，按照书生公司的设置，设置了IE浏览器，但是没出现林果key加载项。

2，打开U顿管理器，插上U顿以后，还是提示“没有检测到硬件”之类的错误。

3，书生套件安装有问题，在windows笔记本上，安装过程中间提示“打印机xx”的，然后，估计有些东西没有安装上。在工作台式机上，没有提示这个问题，但是还是没法使用。

5，参考资料

书生API之SedOI的一个调试接口

https://www.iteye.com/blog/sheng-1342374

后缀为sep的文件是什么文件，如何读取

https://zhidao.baidu.com/question/1514369832914667060.html

SEP是啥文件扩展名？

https://zhidao.baidu.com/question/18189432.html

如何读取书生sep文档内容相关推荐

php读取word文件并解析图片,PHP读取office word文档内容及图片
PHP读取word文档里的文字及图片,并保存一.composer安装phpWord composer require phpoffice/phpword 二.phpWord 读取 docx 文档(注 ...
自动化提取书生（sep，gd等）文档内容，更新到hive
一,业务需求我们单位用了很多书生公司的文件,例如sep,gd,gw等,需要提取这些文档的内容,插入到数据库,这样才能做内容检索. 我们这里总计有1.6万个sep文档(也有说法是6万个),4.5万个g ...
php写入word文档内容,如何在PHP中读取和写入WORD文档
因为加密等原因,如果直接用FILE后者OPEN等函数读取WORD的话往往是乱码,原来要使用COM 这是我简单的一个读取并存储到新的WORD上的文件 // 建立一个指向新COM组件的索引 $word = ...
java操作office和pdf文件java读取word，excel和pdf文档内容
在平常应用程序中,对office和pdf文档进行读取数据是比较常见的功能,尤其在很多web应用程序中.所以今天我们就简单来看一下Java对word.excel.pdf文件的读取.本篇博客只是讲解简单应 ...
Python读取.txt文档内容/读取text文件内容
Python读取.txt文档内容/读取text文件内容; 读取txt后缀文件的内容的两种方式,简约易懂,复制粘贴即可食用,节约你宝贵的时间文档全部数据一次性读取 # -*- coding: UTF- ...
读取DOC、DOCX、 XLS 、XLSX 、PDF 、PPTX 、TXT文档内容
读取DOC.DOCX. XLS .XLSX .PDF .PPTX .TXT文档内容 POM 依赖 <!-- https://mvnrepository.com/artifact/org.apac ...
python读取doc文件_Linux 下Python 读取Word文档内容的方法
如果你是在Windows下, 直接使用win32com就可以进行读取word.doc文档和写入文档了. 但是在Linux下还真是麻烦, 一种方法是用OpenOffice的一个库来进行操作,那么意味这你 ...
java读取word文档内容_合并多个Word文档内容，还在复制粘贴就out了，同事五秒轻松搞定...
在我们工作中,我们经常会编写多个Word文档内容,那么怎么将多个单个的Word文档合并到一个文档中,这就会显得有些难度. 如上图所示,我们需要将三个不同的案例,快速的汇总到我们的案例汇总表当中.许多朋 ...
java获取内容为空_Java使用POI读取Word文档时如果文档内容为空时出现异常
异常如下: org.apache.poi.EmptyFileException: The supplied file was empty (zero bytes long) at org.apache ...
java读取ofd文档内容_ofd电子文档内容分析工具（分析文档、签章和证书）
前言 ofd是国家文档标准,其对标的文档格式是pdf.ofd文档是容器格式文件,ofd其实就是压缩包.将ofd文件后缀改为.zip,解压后可看到文件包含的内容. ofd文件分析工具下载: ofd文件解 ...

如何读取书生sep文档内容