POI实现java从Word中读取数据

POI对MS Office的开源解决方案，它是apache的开源项目。

使用poi-3.5-beta6中的HWPF可以对Microsoft Word 进行解析，支持最新的Word 2007但不支持Word 2007的DOCX格式。DOCX格式的Word文档是基于XML格式而不是传统的OLE2，要能够提供DOCX的支持估计要等新版本了。

要对word操作需要加入POI的poi-3.5-beta6-xxxxx.jar和poi-scratchpad-3.5-beta6-xxxxxx.jar

操作代码如下：

 

import java.io.File;import java.io.FileInputStream;import org.apache.poi.hwpf.extractor.WordExtractor;public class WordReader {public static String readDoc(String docpath) throws Exception{FileInputStream fin=new FileInputStream(new File(docpath));WordExtractor extractor=new WordExtractor(fin);String doctext=extractor.getText();return doctext;}}