https://yq135314.iteye.com/blog/1538182

POI操作word文档的两个主要模块就是HWPF和XWPF。
HWPF是操作Microsoft Word 97（-2007）文件的标准API入口。它还支持对旧版Word 6和Word 95文件对有限的只读功能。
XWPF是操作Microsoft Word 2007文件的标准API入口。

https://www.cnblogs.com/mh-study/p/9747945.html

https://blog.csdn.net/robinliu2010/article/details/7584173

Poi之Word文档结构介绍

1、poi之word文档结构介绍之正文段落

一个文档包含多个段落，一个段落包含多个Runs，一个Runs包含多个Run，Run是文档的最小单元

获取所有段落：List<XWPFParagraph> paragraphs = word.getParagraphs();

获取一个段落中的所有Runs：List<XWPFRun> xwpfRuns = xwpfParagraph.getRuns();

获取一个Runs中的一个Run：XWPFRun run = xwpfRuns.get(index);

2、poi之word文档结构介绍之正文表格

一个文档包含多个表格，一个表格包含多行，一行包含多列（格），每一格的内容相当于一个完整的文档

获取所有表格：List<XWPFTable> xwpfTables = doc.getTables();

获取一个表格中的所有行：List<XWPFTableRow> xwpfTableRows = xwpfTable.getRows();

获取一行中的所有列：List<XWPFTableCell> xwpfTableCells = xwpfTableRow.getTableCells();

获取一格里的内容：List<XWPFParagraph> paragraphs = xwpfTableCell.getParagraphs();

之后和正文段落一样

注：

表格的一格相当于一个完整的docx文档，只是没有页眉和页脚。里面可以有表格，使用xwpfTableCell.getTables()获取，and so on
在poi文档中段落和表格是完全分开的，如果在两个段落中有一个表格，在poi中是没办法确定表格在段落中间的。（当然除非你本来知道了，这句是废话）。只有文档的格式固定，才能正确的得到文档的结构

3、poi之word文档结构介绍之页眉：

一个文档可以有多个页眉(不知道怎么会有多个页眉。。。),页眉里面可以包含段落和表格

获取文档的页眉：List<XWPFHeader> headerList = doc.getHeaderList();

获取页眉里的所有段落：List<XWPFParagraph> paras = header.getParagraphs();

获取页眉里的所有表格：List<XWPFTable> tables = header.getTables();

之后就一样了

4、poi之word文档结构介绍之页脚：

页脚和页眉基本类似，可以获取表示页数的角标

https://elim.iteye.com/blog/2049110

POI在读写word docx文件时是通过xwpf模块来进行的，其核心是XWPFDocument。一个XWPFDocument代表一个docx文档，其可以用来读docx文档，也可以用来写docx文档。XWPFDocument中主要包含下面这几种对象：

l XWPFParagraph：代表一个段落。

l XWPFRun：代表具有相同属性的一段文本。

l XWPFTable：代表一个表格。

l XWPFTableRow：表格的一行。

l XWPFTableCell：表格对应的一个单元格。

1 读docx文件

跟读doc文件一样，POI在读docx文件的时候也有两种方式，通过XWPFWordExtractor和通过XWPFDocument。在XWPFWordExtractor读取信息时其内部还是通过XWPFDocument来获取的。

1.1 通过XWPFWordExtractor读

在使用XWPFWordExtractor读取docx文档的内容时，我们只能获取到其文本，而不能获取到其文本对应的属性值。下面是一段使用XWPFWordExtractor来读取docx文档内容的示例代码：

public class XwpfTest {  /** * 通过XWPFWordExtractor访问XWPFDocument的内容 * @throws Exception */  @Test  public void testReadByExtractor() throws Exception {  InputStream is = new FileInputStream("D:\\test.docx");  XWPFDocument doc = new XWPFDocument(is);  XWPFWordExtractor extractor = new XWPFWordExtractor(doc);  String text = extractor.getText();  System.out.println(text);  CoreProperties coreProps = extractor.getCoreProperties();  this.printCoreProperties(coreProps);  this.close(is);  }  /** * 输出CoreProperties信息 * @param coreProps */  private void printCoreProperties(CoreProperties coreProps) {  System.out.println(coreProps.getCategory());   //分类  System.out.println(coreProps.getCreator()); //创建者  System.out.println(coreProps.getCreated()); //创建时间  System.out.println(coreProps.getTitle());   //标题  }  /** * 关闭输入流 * @param is */  private void close(InputStream is) {  if (is != null) {  try {  is.close();  } catch (IOException e) {  e.printStackTrace();  }  }  }  }

1.2 通过XWPFDocument读

在通过XWPFDocument读取docx文档时，我们就可以获取到文本比较精确的属性信息了。比如我们可以获取到某一个XWPFParagraph、XWPFRun或者是某一个XWPFTable，包括它们对应的属性信息。下面是一个使用XWPFDocument读取docx文档的示例：

public class XwpfTest {  /** * 通过XWPFDocument对内容进行访问。对于XWPF文档而言，用这种方式进行读操作更佳。 * @throws Exception */  @Test  public void testReadByDoc() throws Exception {  InputStream is = new FileInputStream("D:\\table.docx");  XWPFDocument doc = new XWPFDocument(is);  List<XWPFParagraph> paras = doc.getParagraphs();  for (XWPFParagraph para : paras) {  //当前段落的属性
//       CTPPr pr = para.getCTP().getPPr();  System.out.println(para.getText());  }  //获取文档中所有的表格  List<XWPFTable> tables = doc.getTables();  List<XWPFTableRow> rows;  List<XWPFTableCell> cells;  for (XWPFTable table : tables) {  //表格属性
//       CTTblPr pr = table.getCTTbl().getTblPr();  //获取表格对应的行  rows = table.getRows();  for (XWPFTableRow row : rows) {  //获取行对应的单元格  cells = row.getTableCells();  for (XWPFTableCell cell : cells) {  System.out.println(cell.getText());;  }  }  }  this.close(is);  }  /** * 关闭输入流 * @param is */  private void close(InputStream is) {  if (is != null) {  try {  is.close();  } catch (IOException e) {  e.printStackTrace();  }  }  }  }

写Word：
http://doc.okbase.net/oh_Maxy/archive/154764.html

POI解析Word中文API相关推荐

Java POI解析Word提取数据存储在Excel
JavaPOI解析word提取数据到excel 一.了解POI POI以前有了解,这次需求是解析word读取其中标题,还有内容赛选获取自己想要的内容经过两天的学习,开始熟悉Java这么读取word和 ...
如何使用poi解析word生成html目录结构
POI解析word目录结构简介说明认识下Word 我们先看下doc版本的word 我们再看下docx版本的word(今天的主角) 目录解析的原理介绍写word文档时,我们是怎么设置目录? 我们看 ...
poi解析word文档(解析表格，emf,wmf,svg转jpg图片)
POI解析word文档 poi解析word的表格: 提前先准备需要的jar包: <dependency><groupId>org.a ...
poi解析word中的表格
解析word简历,使用poi解析word表格研究记录如下: package poi;import java.io.File; import java.io.FileInputStream; impor ...
poi操作 excel 中文API文档
poi操作 excel 中文API文档依赖: <dependency><groupId>org.apache.poi</groupId><artifactI ...
java如何解析word大纲_Java POI 解析word文档
实现步骤: 1.poi实现word转html 2.模型化解析html 3.html转Map数组 Map数组(数组的操作处理不做说明) 1.导jar包. 2.代码实现 package com.web.o ...
POI解析Word批注信息
前言:报告审批后,要求解析Word批注信息获取作者.引用正文.批注内容等信息入库,我这边额外加了回复对象(为后续考虑) 先上代码吧: /*** @author : weiheng* @versio ...
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 ...
java 导出word 乱码问题,如何解决POI生成WORD中文乱码问题？
需求:因为系统用户需要把合同,产品,证书导出WORD. 设计:写好合同,产品,证书的模板,然后读取模板,写入WORD,最后弹出窗口让用户保存. 我写了二个方法,但是感觉方法一对以后的表单问题不能解决, ...

POI解析Word中文API