POI 读取word (word 2003 和 word 2007)
来源:互联网 发布:董秘助手软件 编辑:程序博客网 时间:2024/06/04 17:47
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)。
编写代码之前我们得先下载所需要的 jar 包, 我们只需下载 poi-bin-3.5-beta6-20090622.tar.gz 和 openxml4j-bin-beta.jar 即可,因为所需要的其他 jar 包都能在 poi-bin-3.5-beta6-20090622.tar.gz 中找到, 下面是下载地址:
poi-bin-3.5-beta6-20090622.tar.gz:http://apache.etoak.com/poi/dev/bin/poi-bin-3.5-beta6-20090622.tar.gz
openxml4j-bin-beta.jar:http://mirror.optus.net/sourceforge/o/op/openxml4j/openxml4j-bin-beta.jar
下方是读取 word 文件的 Java 代码,值得注意的是: POI 在读取 word 文件的时候不会读取 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。
- import java.io.File;
- import java.io.FileInputStream;
- import java.io.InputStream;
- import org.apache.poi.POIXMLDocument;
- import org.apache.poi.POIXMLTextExtractor;
- import org.apache.poi.hwpf.extractor.WordExtractor;
- import org.apache.poi.openxml4j.opc.OPCPackage;
- import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
- /**
- * POI 读取 word 2003 和 word 2007 中文字内容的测试类<br />
- * @createDate 2009-07-25
- * @author Carl He
- */
- public class Test {
- public static void main(String[] args) {
- try {
- //word 2003: 图片不会被读取
- InputStream is = new FileInputStream(new File("c://files//2003.doc"));
- WordExtractor ex = new WordExtractor(is);
- String text2003 = ex.getText();
- System.out.println(text2003);
- //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
- OPCPackage opcPackage = POIXMLDocument.openPackage("c://files//2007.docx");
- POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
- String text2007 = extractor.getText();
- System.out.println(text2007);
- } catch (Exception e) {
- e.printStackTrace();
- }
- }
- }
如果想下载完整的示例代码,可以到这里下载,这个 rar 包中有 POI 读取word 2003 和 word 2007 所需要的全部 jar 包 和 word 2003、word 2007 示例文件。
- POI 读取word (word 2003 和 word 2007)
- POI 读取word (word 2003 和 word 2007)
- POI 读取word (word 2003 和 word 2007)
- POI 读取word (word 2003 和 word 2007)
- POI 读取word (word 2003 和 word 2007)
- POI 读取word (word 2003 和 word 2007)
- POI 读取word (word 2003 和 word 2007
- POI读取word
- poi读取word文档
- POI 读取Word
- poi读取word
- POI 读取word (word2003 和 word2007)
- POI读取word转换html
- POI读取word转换html
- Java POI 读取word文件
- Java POI 读取word文件
- poi-->word
- POI实现对word读取和修改操作
- Mybatis的多参数传递问题
- 解决IllegalStateException: Can not perform this action after
- Android studio集成svn遇到的一些问题与使用
- 中小型系统的分析与设计
- 单机到集群的WEB架构演变
- POI 读取word (word 2003 和 word 2007)
- 开篇
- ftp 服务器相关
- <Unity3D>Unity3D入门篇——第一讲 Unity3D的安装和破解
- el表达式获取list的长度
- Notepad++远程连接Linux系统
- 专题地址
- openstack基础_eventlet
- php程序员应具备的7种能力