Java 读取Doc/Docx 文档

Java后台系统中常常会遇到读取文档内容的需求，今天把 Java 读取两种格式的word文档写了一个简单的工具类附上：

1. 需要添加 Apache.poi 的依赖

 <!--  apache  poi--><dependency><groupId>org.apache.poi</groupId><artifactId>poi-scratchpad</artifactId><version>3.8</version></dependency><dependency><groupId>commons-io</groupId><artifactId>commons-io</artifactId><version>2.6</version></dependency>

2. 工具类代码

package com.lq.file.word;/*** <p>Description:POIUtil 工具类</p>* <p>Copyright: Copyright (c)2019</p>* <p>Company: Tope</p>* <P>@version 1.0</P>*/
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;import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;
import java.util.ArrayList;
import java.util.List;public class POIUtil {/*** @Description: POI 读取  word* @create: 2019-07-27 9:48* @update logs* @throws Exception*/public static List<String> readWord(String filePath) throws Exception{List<String> linList = new ArrayList<String>();String buffer = "";try {if (filePath.endsWith(".doc")) {InputStream is = new FileInputStream(new File(filePath));WordExtractor ex = new WordExtractor(is);buffer = ex.getText();ex.close();if(buffer.length() > 0){//使用回车换行符分割字符串String [] arry = buffer.split("\\r\\n");for (String string : arry) {linList.add(string.trim());}}} else if (filePath.endsWith(".docx")) {OPCPackage opcPackage = POIXMLDocument.openPackage(filePath);POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);buffer = extractor.getText();extractor.close();if(buffer.length() > 0){//使用换行符分割字符串String [] arry = buffer.split("\\n");for (String string : arry) {linList.add(string.trim());}}} else {return null;}return linList;} catch (Exception e) {System.out.print("error---->"+filePath);e.printStackTrace();return null;}}}

Java 读取Doc/Docx 文档相关推荐

使用python-docx读取doc,docx文档
API: http://python-docx.readthedocs.io/en/latest/#api-documentation 将doc转为docx: from win32com imp ...
在线预览doc,docx文档
在线预览doc,docx文档前言:上传成功以后的每个文档都能获取到所传文件的路径; 我这里是一个maven项目,需要在pom文件引入 <dependenc ...
Java web/springboot上传word/doc/docx文档(含图片)与HTML富文本导入/导出互相转换解析！附项目源码
测试效果先看下效果文档内容如下: 上传上传docx文档查看解析内容 <html><head><style>p{margin-top:0pt;margin-b ...
java docx转pdf_java word/doc/docx文档转PDF 加水印
本文实例讲述了java实现word文档转pdf并添加水印的方法.分享给大家供大家参考,具体如下: 前段时间,项目需要将上传的Word文档在浏览器浏览,思来想去,把word文档转成pdf就好了,于是乎研 ...
(doc, docx)文档合并的三种方法
Word文档合并几种方式通过com.spire.doc包具体参考地址:https://www.e-iceblue.cn/spiredocforjavaoperating/merge-word-do ...
HWPFDocument读取doc,wps文档（含图片读取）
导包代码: 1.图片工具类 1 package com.poi.test;2 3 import java.util.ArrayList;4 import java.util.HashMap;5 im ...
利用Freemarker模板生成doc或者docx文档（转载整理）
可以直接看主要代码实现 doc作为模板文件生成指定格式的doc文件实现逻辑 1.把作为模板的doc文件另存为xml文件 2.凡是需要填充的数据用${xxxx}替代 3.利用Template类将数据填 ...
Word处理控件Aspose.Words功能演示：使用 Java 比较 MS Word 文档
Aspose.Words 是一种高级Word文档处理API,用于执行各种文档管理和操作任务.API支持生成,修改,转换,呈现和打印文档,而无需在跨平台应用程序中直接使用Microsoft Word.此 ...
Word处理控件Aspose.Words功能演示：从 Java 中的 Word 文档中提取图像
图像通常用于表示 Word 文档中的重要信息.在文本旁边包含图像使内容更具吸引力.在某些情况下,您可能需要以编程方式提取嵌入在 Word 文档中的图像.为此,本文介绍了如何使用 Java 从 Word ...
自己用js做的在线word文档编辑器oarword-doc/docx文档编辑、导出导出
分享自己用js做的在线word文档编辑器oarword 支持基本doc/docx文档编辑,导出和导出,类似google docs和zoho 源码分享在Github:https://github.com ...

Java 读取Doc/Docx 文档

Java 读取Doc/Docx 文档相关推荐

最新文章

热门文章