Android实战开发篇 读取Word文档的 doc 与 docx 格式文本内容（全网最详细！！！）

Posted 2021-09-11 彭老希

一、内容读取所需jar包导入

异常崩溃点1 ：以下异常均为jar包未导全

1、java.lang.NoClassDefFoundError: Failed resolution of: Ljavax/xml/stream/XMLStreamReader;

2、RuntimeException异常 ：无法正确读取文本内容

3、org.xml.sax.SAXNotRecognizedException: http://xml.org/sax/properties/declaration-handler

    // https://mvnrepository.com/artifact/com.android.support/multidex
    implementation group: 'com.android.support', name: 'multidex', version: '1.0.3'
    // https://mvnrepository.com/artifact/commons-codec/commons-codec
    implementation group: 'commons-codec', name: 'commons-codec', version: '1.14'
    // https://mvnrepository.com/artifact/org.apache.poi/poi
    implementation group: 'org.apache.poi', name: 'poi', version: '3.9'
    // https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml
    implementation group: 'org.apache.poi', name: 'poi-ooxml', version: '3.9'
    // https://mvnrepository.com/artifact/org.apache.poi/poi-ooxml-schemas
    implementation group: 'org.apache.poi', name: 'poi-ooxml-schemas', version: '3.9'
    // https://mvnrepository.com/artifact/org.apache.poi/poi-scratchpad
    implementation group: 'org.apache.poi', name: 'poi-scratchpad', version: '3.9'
    // https://mvnrepository.com/artifact/org.apache.xmlbeans/xmlbeans
    implementation group: 'org.apache.xmlbeans', name: 'xmlbeans', version: '2.3.0'
    // https://mvnrepository.com/artifact/dom4j/dom4j
    implementation group: 'dom4j', name: 'dom4j', version: '1.6.1'
    // https://mvnrepository.com/artifact/stax/stax-api
    implementation group: 'stax', name: 'stax-api', version: '1.0.1'

二、Android studio - jar 配置

第一项：

allprojects {
    repositories {
        google()
        jcenter()
        maven { url 'https://jitpack.io' }
       // 镜像 ： 
       // maven { url 'https://maven.aliyun.com/repository/public' }
       // maven { url 'https://maven.aliyun.com/repository/central' }
    }

第二项：config.gradle / build.gradle (app)

defaultConfig {
    ...
    multiDexEnabled true
}

第三项：文档读取有JDK版本限制，最好是更新至1.8（异常崩溃点2）

android {
   .......
    compileOptions {
        sourceCompatibility JavaVersion.VERSION_1_8
        targetCompatibility JavaVersion.VERSION_1_8
    }
}

三、权限配置

<!-- 外部存储 -->
    <uses-permission android:name="android.permission.READ_EXTERNAL_STORAGE" />
    <uses-permission android:name="android.permission.WRITE_EXTERNAL_STORAGE" />
    <!-- 管理外部存储 -->
    <uses-permission
        android:name="android.permission.MANAGE_EXTERNAL_STORAGE"
        tools:ignore="ScopedStorage" />

异常点3： AndroidMainfest.xml 的 <application …
内添加 android:requestLegacyExternalStorage="true" 否则就会提示下列异常：

四、读取doc 、 docx

package com.midu.tele.utils;

import android.util.Log;

import org.apache.poi.hpsf.DocumentSummaryInformation;
import org.apache.poi.hpsf.SummaryInformation;
import org.apache.poi.hwpf.HWPFDocument;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.poifs.filesystem.POIFSFileSystem;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;

import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;

/**
 * @ClassName : WordUtil.java
 * @Function ： 文档读取工具类
 * @Description ：  1、AndroidManifest - 权限
 *                  2、JDK 1.8
 *                  3、defaultConfig
 *                  4、全家桶依赖
 * @Idea :
 * {@link  }
 * @Encourage ：Do everything you can right now, and then decide.
 * 全力以赴，历而后择。
 * @date : 2021/8/26
 */
public class WordUtil {

    /**
     * 阅读 Word 文档 - doc 格式文件
     *
     * @param filePath doc 文件路径
     * @return 仅文档内容
     */
    public static String readWordDoc(String filePath) {
        try {
            FileInputStream in = new FileInputStream(filePath);
            //PoiFs ：管理整个文件系统生命周期
            POIFSFileSystem pfs = new POIFSFileSystem(in);
            //获取文档所有的数据结构 : 文档对象
            HWPFDocument hwpfDocument = new HWPFDocument(pfs);
            return hwpfDocument.getText().toString();
        } catch (Exception e) {
            e.printStackTrace();
            return "请检查是否授予了权限 or Word文档依赖包";
        }
    }

    /**
     * 阅读 Word 文档 - docx 格式文件
     *
     * @param filePath docx 文件路径
     * @return 仅文档内容
     */
    public static String readWordDocx(String filePath) {
        try {
            InputStream is = new FileInputStream(filePath);
            XWPFDocument doc = new XWPFDocument(is);
            XWPFWordExtractor extractor = new XWPFWordExtractor(doc);
            return extractor.getText();
        } catch (Exception e) {
            e.printStackTrace();
            return "请检查是否授予了权限 or Word文档依赖包";
        }
    }

}

五、其他

1、扫描文档
2、读取txt文档并解决转码问题
3、fileparse 文件解析工具