java读word文件

Posted zorro的菜鸟笔记

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了java读word文件相关的知识,希望对你有一定的参考价值。

Java POI 读取word文件

Apache POI是Apache软件基金会的开放源码函式库,POI提供API给Java程序对Microsoft Office格式档案读和写的功能。

1.读取word 2003及word 2007需要的jar包

  读取 2003 版本(.doc)的word文件相对来说比较简单,只需要 poi-3.5-beta6-20090622.jar 和 poi-scratchpad-3.5-beta6-20090622.jar 两个 jar 包即可, 而 2007 版本(.docx)就麻烦多,我说的这个麻烦不是我们写代码的时候麻烦,是要导入的 jar 包比较的多,有如下 7 个之多:  1. openxml4j-bin-beta.jar  2. poi-3.5-beta6-20090622.jar  3. poi-ooxml-3.5-beta6-20090622.jar  4 .dom4j-1.6.1.jar  5. geronimo-stax-api_1.0_spec-1.0.jar  6. ooxml-schemas-1.0.jar  7. xmlbeans-2.3.0.jar 其中 4-7 是 poi-ooxml-3.5-beta6-20090622.jar 所依赖的 jar 包(在 poi-bin-3.5-beta6-20090622.tar.gz 中的 ooxml-lib 目录下可以找到)。

2.换行符号

  硬换行:文件中换行,如果是键盘中使用了"enter"的换行。

  软换行:文件中一行的字符数容量有限,当字符数量超过一定值时,会自动切到下行显示

  对程序来说,硬换行才是可以识别的、确定的换行,软换行与字体大小、缩进有关。

3.读取的注意事项

  值得注意的是: POI 在读取不会读取 word 文件中的图片信息; 还有就是对于 2007 版的 word(.docx), 如果 word 文件中有表格,所有表格中的数据都会在读取出来的字符串的最后。

4.读取word文本内容代码

复制代码
 1 import java.io.File;
 2 import java.io.FileInputStream;
 3 import java.io.InputStream;
 4 
 5 import org.apache.poi.POIXMLDocument;
 6 import org.apache.poi.POIXMLTextExtractor;
 7 import org.apache.poi.hwpf.extractor.WordExtractor;
 8 import org.apache.poi.openxml4j.opc.OPCPackage;
 9 import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
10 
11 public class Test {
12     public static void main(String[] args) {
13         try {
14             InputStream is = new FileInputStream(new File("2003.doc"));
15             WordExtractor ex = new WordExtractor(is);
16             String text2003 = ex.getText();
17             System.out.println(text2003);
18 
19             OPCPackage opcPackage = POIXMLDocument.openPackage("2007.docx");
20             POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
21             String text2007 = extractor.getText();
22             System.out.println(text2007);
23             
24         } catch (Exception e) {
25             e.printStackTrace();
26         }
27     }
28 }
 

以上是关于java读word文件的主要内容,如果未能解决你的问题,请参考以下文章

JAVA如何修改Word文档格式

Java读取word文件内容

有啥方法可以用java 将word或者Excel文件转换成图片文件?

MySQL系列:java个人简历模板word

Android 逆向Linux 文件权限 ( Linux 权限简介 | 系统权限 | 用户权限 | 匿名用户权限 | 读 | 写 | 执行 | 更改组 | 更改用户 | 粘滞 )(代码片段

如何使用JAVA,POI读写word文档