POI解析03版07版Word

问题？最近遇到了要解析word的问题，查阅了很多资料才搞定。03版和07版的word

POI解析：去官网下载jar，添加如下包即可：

代码：

package com.itcast.test;import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.List;import org.apache.poi.POIXMLDocument;
import org.apache.poi.POIXMLTextExtractor;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.openxml4j.exceptions.OpenXML4JException;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFPictureData;
import org.apache.xmlbeans.XmlException;public class WordTest1 {public void wordWithOld() {// word 2003： 图片不会被读取try {FileInputStream is = new FileInputStream(new File("F://2.doc"));WordExtractor ex = new WordExtractor(is);String[] graph = ex.getParagraphText();System.out.println("该Word共有" + graph.length + "段");for (int i = 0; i < graph.length; i++) {System.out.println("第" + (i + 1) + "段有这样的内容:" + graph[i]);}String text2003 = ex.getText();System.out.println("总的内容:" + text2003);is.close();ex.close();} catch (FileNotFoundException e1) {e1.printStackTrace();} catch (IOException e) {e.printStackTrace();}}public void wordWithNew() {// 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try {OPCPackage opcPackage = POIXMLDocument.openPackage("F://1.docx");POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);String text2007 = extractor.getText();System.out.println(text2007);opcPackage.close();extractor.close();} catch (IOException e) {e.printStackTrace();} catch (XmlException e) {e.printStackTrace();} catch (OpenXML4JException e) {e.printStackTrace();}}public void wordPictureRead() {// 得到Word中的所有图片及内容File file = new File("F://1.docx");FileInputStream inputStream;try {inputStream = new FileInputStream(file);XWPFDocument xwpfDocument = new XWPFDocument(inputStream);XWPFWordExtractor extractor = new XWPFWordExtractor(xwpfDocument);String text = extractor.getText();System.out.println(text+"\n");List<XWPFPictureData> list = xwpfDocument.getAllPictures();for (XWPFPictureData picture : list) {System.out.println(picture.getPictureType() + File.separator+ picture.suggestFileExtension() + File.separator+ picture.getFileName());byte[] by = picture.getData();FileOutputStream stream1 = new FileOutputStream("F:\\"+ picture.getFileName());stream1.write(by);}} catch (FileNotFoundException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}}public static void main(String[] args) {WordTest1 test1 = new WordTest1();test1.wordPictureRead();/*test1.wordWithOld(); test1.wordWithNew();*/}
}

POI解析03版07版Word相关推荐

POI解析Excel表格
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. 这里实现poi解析Excel表格的例子,导入Exc ...
Apache POI和EasyExcel 第四集：Apache POI的Excel基本读取（分为03版的xls、07版的xlsx）
Apache POI和EasyExcel 第四集:Apache POI的Excel基本读取(分为03版的xls.07版的xlsx) 一.资源一个十分好用的日期类型处理包,和Java8搭配使用非常好 ...
Apache POI和EasyExcel 第三集：Apache POI的Excel大数据量写入（分为03版的xls、07版的xlsx、升级版SXSSF）
Apache POI和EasyExcel 第三集:Apache POI的Excel大数据量写入(分为03版的xls.07版的xlsx.升级版SXSSF) 一.结果我的03跑了1.204秒,07跑了5 ...
Apache POI和EasyExcel 第二集：Apache POI的基本Excel写入（分为03版的xls和07版的xlsx）
Apache POI和EasyExcel 第二集:Apache POI的基本Excel写入(分为03版的xls和07版的xlsx) 一.导入依赖老样子使用Maven,比较方便,一个dependenc ...
关于poi解析word 2007版docx问题
最近因工作需要使用java解析word 2007 .docx文档,电脑上用的office版本是未激活的office,保存打开编辑都没有问题,但是使用poi来读取数据时,却提示而使用WPS和正版的Of ...
数据可视化第二版-03部分-07章-局部与整体
文章目录数据可视化第二版-03部分-07章-局部与整体总结可视化视角-局部与整体代码实现韦恩图 venn3 venn2 饼图环形图旭日图园堆积图矩形树图漏斗图基于matplot' ...
看完这篇你就知道07版Word怎么设置页码
Word设置页码主要目的是为了让阅读的人清楚知道自己当下查看的内容位置,以及在制作Word目录时,页码能够快速定位目录标题. Word页码设置可以参考以下步骤: 打开Word程序,选择"页面 ...
关于07版Excel的研究
07版Excel采用Xml打包的形式展现给世人,从此我们很方便地解析excel文件了任意一款解压工具都可以解压开一个xlsx扩展名文件,如: WinRAR.exe x a.xls a\ 这样就把 ...
清理easyexcel导出07版Excel时产生的poi-sxssf-sheet*.xml临时文件
最新编辑临时文件问题已经在官方2.x版本修复了,此文档不具有参考性了事件起源因为生产环境每天有大量的Excel文件导出,以前是导出03版,但是03版的每个sheet行数有限而且同样的数据文件本身 ...

POI解析03版07版Word

POI解析03版07版Word相关推荐

最新文章

热门文章