poi 读取word文档

1.导入jar包

官网下载地址:

https://www.apache.org/dyn/closer.lua/poi/release/bin/poi-bin-3.17-20170915.zip

最开始的时候没有导入xmlbeans包,运行的时候报了个异常,然后学乖了

2.对象的说明

2.1关于word有两个对象;XWPFDocument和HWPFDocument分别对应word2007以上和word2003具体的说明见下面这段话:

来自某位大牛的博客,链接找不到了

2.2

3.读取

3.1 XWPFDocument读取word,并将其中的图片保存

里面的CTP似乎是封装了文档的属性,但查了很多资料讲的也都很模糊,希望有高手看到可以不吝赐教

 1 @Test
 2     public void test1() throws IOException {
 3         InputStream is = new FileInputStream(new File("e:/test.docx"));
 4         XWPFDocument doc = new XWPFDocument(is);
 5
 6         List<XWPFParagraph> paragraphs = doc.getParagraphs();
 7         for(XWPFParagraph paragraph:paragraphs) {
 8         //    print(paragraph.getText());
 9
10             //获取段落属性
11             /*CTPPr pPr = paragraph.getCTP().getPPr();
12             print(pPr);*/
13
14         }
15
16         //获取表格  表格--->行--->单元格
17         /*List<XWPFTable> tables = doc.getTables();
18         for(XWPFTable table: tables) {
19             //表格属性
20             print(table.getCTTbl());
21             List<XWPFTableRow> rows = table.getRows();
22             for(XWPFTableRow row:rows) {
23                 List<XWPFTableCell> tableCells = row.getTableCells();
24                 for(XWPFTableCell cell:tableCells) {
25                       print(cell.getText());
26
27                     //单元格属性
28                     print(cell.getCTTc());
29
30                 }
31             }
32         }*/
33         String dirPath = "e:/picture_test_docx/";
34         File dir = new File(dirPath);
35         if(!dir.exists()) {
36             dir.getParentFile().mkdirs();
37         }
38         BufferedOutputStream bos =null;
39         //获取图片
40         List<XWPFPictureData> pictures = doc.getAllPictures();
41         for(XWPFPictureData picture:pictures) {
42             byte[] data = picture.getData();
43             String picName = picture.getFileName();
44             print("-------"+picture.getPackagePart());;
45             UUID uuid = UUID.randomUUID();
46             File file = new File(dirPath+uuid + picName);
47             if(!file.exists()) {
48                 file.getParentFile().mkdirs();
49                 file.createNewFile();
50             }else {
51                 file.delete();
52             }
53             bos =  new BufferedOutputStream(new FileOutputStream(file));
54             bos.write(data);
55             bos.flush();
56         }　　　　　　 bos.close();
57         doc.close();
58         is.close();
59     }

注意看这图,标注的地方,输出的东西,你可能会很奇怪word文档怎么会有包的结构?把word文件改成zip或者rar打开后你就可以发现word的包结构

3.2 XWPFWordExtractor读取

ps:用poi用word中插入图片时有个无法显示的bug,网上有一些解决方案,但试了几个都没法用,希望将来有这种需求的时候bug已修复

原文地址：https://www.cnblogs.com/tele-share/p/8196643.html