【Java】操作doc文件

读取txt文件

在Java里要对文件进行操作，需要用到IO流。

   public static void main(String args[]){File f = new File("test.txt");try {
// InputStream 处理的是字节流，用read()的话每次读取的是一个byteInputStream in  = new FileInputStream(f);
// InputStreamReader 处理的是字符流，用read()的话每次读取一个字符InputStreamReader reader = new InputStreamReader(in,"gbk");
// BufferReader 处理的是字符流，能够一行一行的读取文件BufferedReader bufReader = new BufferedReader(reader);int i = 1;String line ="";
// readLine()每用一次读取一行while((line = bufReader.readLine()) != null){System.out.println("第"+ i + "行："+line);++i;}} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}}

输出：

操作doc文件

读取doc文件如果也用上面的方法的话，中文就会出现乱码：

要用Java Apache POI才能对doc文件进行操作，使用POI从doc文件读取数据时主要有两种方式：通过WordExtractor读和通过HWPFDocument读。首先先在Maven中引入poi-scratchpad的jar包（如果是docx文件则引入poi-ooxml的jar包）

使用WordExtractor

WordExtractor的功能相比HWPFDocument的功能是要少的，在使用WordExtractor读文件时我们只能读到文件的文本内容和基于文档的一些属性，至于文档内容的属性等是无法读到的，并且WordExtractor无法修改doc文件。使用WordExtractor读取文件内容：

public static void main(String args[]){File f = new File("test.doc");try {InputStream in = new FileInputStream(f);WordExtractor ex = new WordExtractor(in);System.out.println(ex.getText());} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}}

使用HWPFDocument

因为我主要是为了修改doc文件的内容，所以用HWPFDocument。将文档中的中文字全部去除：

public static void main(String args[]){File f = new File("test.doc");try {InputStream in = new FileInputStream(f);HWPFDocument ex = new HWPFDocument(in);Range range = ex.getRange();/*** 匹配中文字符 [\\u4e00-\\u9fa5]* 中文标点符号，、； \\uff1b|\\uff0c|\\u3001* 括号内容（包括括号） (\\(.*\\))*/ Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]|\\uff1b|\\uff0c|\\u3001|(\\(.*\\))",Pattern.CASE_INSENSITIVE);Matcher matcher = pattern.matcher(range.text());OutputStream os = new FileOutputStream(f);// 找到中文字符并替换为“” 即删除while (matcher.find( )) {range.replaceText(matcher.group(),"");}// 将修改后的内容重新写入文档中ex.write(os);os.close();in.close();} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}}

修改前：

修改后：

做这个功能是为了背单词，而一个文档5500个单词，308页内容，一个一个删除中文太麻烦了，所以想到了用代码实现

参考资料：http://www.jb51.net/article/101910.htm

【Java】操作doc文件相关推荐

Java操作word文件的工具选择
Java操作word文件的工具选择使用Java语言,创建doc.docx.excel.pdf等文档,并对文档进行一系列操作. Spire.Doc for Java https://blog.csdn ...
JAVA操作xml文件
参考:java操作xml方法,总有适合你的 XML技术在Java开发中的应用 1.简介 xml: extensible Markup Language 1.1使用场景: 不同的系统之间交互时使用xml ...
JAVA操作属性文件，可进行读写更改
分享一下我老师大神的人工智能教程!零基础,通俗易懂!http://blog.csdn.net/jiangjunshow 也欢迎大家转载本篇文章.分享知识,造福人民,实现我们中华民族伟大复兴! JAVA ...
java操作properties文件简单学习
java操作properties文件的工具类简单封装: 注意:由于本地和环境和linux服务的路径有区别,或者jetty,resin,tomcat部署后,文件的路径也是有区别的.比如我们在linux上 ...
java 操作Zip文件(压缩、解压、加密)
java 操作Zip文件(压缩.解压.加密) 依赖:点击下载 package com.zxl.test;import net.lingala.zip4j.model.ZipParameters; im ...
java操作excel文件基础架构实现，支持2007以上版本
转载请注明出处:http://blog.csdn.net/xiaojimanman/article/details/22800915 java操作office文件现在主流的jar包有jxl和POI,由 ...
高级知识点：excel4j实现java操作excel文件的读写
介绍 java操作excel文件最经典的是POI,但是其api 较多,代码量巨大,反复重复 excel4j ap则简洁太多,利用pojo建模,利用注解进行标识@ExcelField(title = & ...
Java操作XML文件及转义字符
XML转义字符: eg: 实体必须以符号"&"开头,以符号";"结尾. 转载1: 目录一.使用DOM4j进行XML的DOM解析 1.1.使用DOM4j ...
JAVA操作properties文件
操作properties文件的java方法 Properties prop = new Properties(); InputStream in = getClass().getResourceAsS ...