POI解析Doc

来源:互联网 发布:网络连接监控软件 编辑:程序博客网 时间:2024/05/20 15:37
  1. import java.io.File;  
  2. import java.io.FileInputStream;  
  3. import java.io.FileNotFoundException;  
  4.   
  5. import org.apache.poi.hwpf.HWPFDocument;  
  6. import org.apache.poi.hwpf.usermodel.Paragraph;  
  7. import org.apache.poi.hwpf.usermodel.Range;  
  8. import org.apache.poi.hwpf.usermodel.Table;  
  9. import org.apache.poi.hwpf.usermodel.TableCell;  
  10. import org.apache.poi.hwpf.usermodel.TableIterator;  
  11. import org.apache.poi.hwpf.usermodel.TableRow;  
  12.   
  13. import java.io.File;     
  14. import java.io.FileInputStream;     
  15. import java.io.InputStream;     
  16.     
  17. import org.apache.poi.POIXMLDocument;     
  18. import org.apache.poi.POIXMLTextExtractor;     
  19. import org.apache.poi.hwpf.extractor.WordExtractor;     
  20. import org.apache.poi.openxml4j.opc.OPCPackage;     
  21. import org.apache.poi.xwpf.extractor.XWPFWordExtractor;    
  22.   
  23.   
  24. import org.apache.poi.poifs.filesystem.POIFSFileSystem;  
  25.   
  26. public class ExportDocImpl  
  27. {  
  28.     public void testWord(){  
  29.         try{  
  30.             FileInputStream in = new FileInputStream("D:\\sinye.doc");//载入文档  
  31.            POIFSFileSystem pfs = new POIFSFileSystem(in);     
  32.             HWPFDocument hwpf = new HWPFDocument(pfs);     
  33.             Range range = hwpf.getRange();//得到文档的读取范围  
  34.             TableIterator it = new TableIterator(range);  
  35.            //迭代文档中的表格  
  36.             while (it.hasNext()) {     
  37.                 Table tb = (Table) it.next();     
  38.                 //迭代行,默认从0开始  
  39.                 for (int i = 0; i < tb.numRows(); i++) {     
  40.                     TableRow tr = tb.getRow(i);     
  41.                     //迭代列,默认从0开始  
  42.                     for (int j = 0; j < tr.numCells(); j++) {     
  43.                         TableCell td = tr.getCell(j);//取得单元格  
  44.                         //取得单元格的内容  
  45.                         for(int k=0;k<td.numParagraphs();k++){     
  46.                             Paragraph para =td.getParagraph(k);     
  47.                             String s = para.text();     
  48.                             System.out.println(s);  
  49.                         } //end for      
  50.                     }   //end for  
  51.                 }   //end for  
  52.             } //end while  
  53.         }catch(Exception e){  
  54.             e.printStackTrace();  
  55.         }  
  56.     }//end method  
  57.       
  58.       
  59.            public void testWord1(){  
  60.            try {     
  61.             //word 2003: 图片不会被读取     
  62.             InputStream is = new FileInputStream(new File("D:\\sinye.doc"));     
  63.                   WordExtractor ex = new WordExtractor(is);     
  64.                   String text2003 = ex.getText();     
  65.                   System.out.println(text2003);     
  66.             //word 2007 图片不会被读取, 表格中的数据会被放在字符串的最后     
  67.             OPCPackage opcPackage = POIXMLDocument.openPackage("D:\\sinye.doc");     
  68.                   POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);     
  69.                   String text2007 = extractor.getText();     
  70.                   System.out.println(text2007);     
  71.                  
  72.         } catch (Exception e) {     
  73.                   e.printStackTrace();     
  74.         }   
  75.     }  


原创粉丝点击