1、kkFileView

kkFileView 为文件文档在线预览解决方案，该项目使用流行的spring boot搭建，易上手和部署，基本支持主流办公文档的在线预览，如doc,docx,xls,xlsx,ppt,pptx,pdf,txt,zip,rar,图片,视频,音频等等。

访问地址：https://kkfileview.keking.cn/zh-cn/index.html

2、cpdetector

一个可以自动检测文本编码格式的项目

detector按照“谁最先返回非空的探测结果，就以该结果为准”的原则返回探测到的 字符集编码。 
使用需要用到三个第三方JAR包：antlr.jar、chardet.jar和cpdetector.jar 
cpDetector是基于统计学原理的，不保证完全正确。

访问地址：https://sourceforge.net/projects/cpdetector/

代码示例：https://segmentfault.com/a/1190000004408835

3、pdfbox

PDFBox（一个BSD许可下的源码开放项目）是一个为开发人员读取和创建PDF文档而准备的纯Java类库。

提取文本，包括Unicode字符。和Jakarta Lucene等文本搜索引擎的整合过程十分简单。加密/解密PDF文档。从PDF和XFDF格式中导入或导出表单数据。向已有PDF文档中追加内容。将一个PDF文档切分为多个文档。覆盖PDF文档。

https://pdfbox.apache.org

4、LibreOffice 

LibreOffice 是一款功能强大的办公软件，默认使用开放文档格式 (OpenDocument Format , ODF), 并支持 *.docx, *.xlsx, *.pptx 等其他格式。
它包含了 Writer, Calc, Impress, Draw, Base 以及 Math 等组件，可用于处理文本文档、电子表格、演示文稿、绘图以及公式编辑。

它可以运行于 Windows, GNU/Linux 以及 macOS 等操作系统上，并具有一致的用户体验。

https://zh-cn.libreoffice.org/