本文将介绍通过Java来提取或读取Word文档中文本和图片的方法。这里提取文本和图片包括同时提取文档正文当中以及页眉、页脚中的的文本和图片。

使用工具：Free Spire.Doc for Java (免费版)

Jar文件导入方法(参考)：

方法1：下载jar文件包。下载后解压文件，并将lib文件夹下的Spire.Doc.jar文件导入到java程序。导入效果参考如下：

方法2：可通过maven导入。参考导入方法。

测试文档如下：

Java代码示例(供参考)

【示例1】提取Word中的文本import com.spire.doc.*;

import java.io.FileWriter;

import java.io.IOException;public class ExtractText {

public static void main(String[] args) throws IOException{

//加载测试文档

Document doc = new Document();

doc.loadFromFile("test.docx");

//获取文本保存为String

String text = doc.getText();

//将String写入Txt

writeStringToTxt(text,"提取文本.txt");

}

public static void writeStringToTxt(String content, String txtFileName) throws IOException {

FileWriter fWriter= new FileWriter(txtFileName,true);

try {

fWriter.write(content);

}catch(IOException ex){

ex.printStackTrace();

}finally{            try{

fWriter.flush();

fWriter.close();

} catch (IOException ex) {

ex.printStackTrace();

}

}

}

}

文本提取结果：

【示例2】提取Word中的图片

import com.spire.doc.Document;

import com.spire.doc.documents.DocumentObjectType;

import com.spire.doc.fields.DocPicture;

import com.spire.doc.interfaces.ICompositeObject;

import com.spire.doc.interfaces.IDocumentObject;

import javax.imageio.ImageIO;

import java.awt.image.RenderedImage;

import java.io.File;

import java.io.IOException;

import java.util.ArrayList;

import java.util.LinkedList;

import java.util.List;

import java.util.Queue;public class ExtractImg {

public static void main(String[] args) throws IOException {

//加载Word文档

Document document = new Document();

document.loadFromFile("test.docx");

//创建Queue对象

Queue nodes = new LinkedList();

nodes.add(document);

//创建List对象

List images = new ArrayList();

//遍历文档中的子对象

while (nodes.size() > 0) {

ICompositeObject node = (ICompositeObject) nodes.poll();

for (int i = 0; i < node.getChildObjects().getCount(); i++) {

IDocumentObject child = node.getChildObjects().get(i);

if (child instanceof ICompositeObject) {

nodes.add((ICompositeObject) child);

//获取图片并添加到List

if (child.getDocumentObjectType() == DocumentObjectType.Picture) {

DocPicture picture = (DocPicture) child;

images.add(picture.getImage());

}

}

}

}        //将图片保存为PNG格式文件

for (int i = 0; i < images.size(); i++) {

File file = new File(String.format("图片-%d.png", i));

ImageIO.write((RenderedImage) images.get(i), "PNG", file);

}

}

}

图片提取结果：