一、导入相关的依赖包
org.apache.poi poi-scratchpad 3.17 三、实现相应的工具类
import org.apache.poi.hwpf.extractor.WordExtractor;import org.springframework.util.StringUtils;import java.io.FileInputStream;import java.io.IOException;import java.io.InputStream;public class Wordutil { public static void main(String[] args) throws Exception { Wordutil wordutil=new Wordutil(); wordutil.testReadByExtractor("/xxxx/xxxx/xxxxxxxxxx.doc); } public void testReadByExtractor(String absolutePath) throws Exception { InputStream is = new FileInputStream(absolutePath); WordExtractor extractor = new WordExtractor(is); //获取各个段落的文本,这种适合简单的文本格式 String paraTexts[] = extractor.getParagraphText(); for (int i=0; i三、如果是表格形式的需要根据是docx版本或者是doc版本使用XWPFDocument，以及HWPFDocument进行读取相应的文件，word文档中表格的读取，如果是用模板.ftl文件导出的word，无法进行相应的读取，需要重新将文件进行另存为，然后再一次读取。
其中需要的依赖包
org.apache.poi poi 4.1.0 org.apache.poi poi-ooxml 4.1.0 org.apache.poi poi-ooxml-schemas 4.1.0 四、代码的实现
import org.apache.poi.hwpf.HWPFDocument;import org.apache.poi.hwpf.usermodel.*;import org.apache.poi.poifs.filesystem.POIFSFileSystem;import org.apache.poi.xwpf.usermodel.XWPFDocument;import org.apache.poi.xwpf.usermodel.XWPFTable;import org.apache.poi.xwpf.usermodel.XWPFTableCell;import org.apache.poi.xwpf.usermodel.XWPFTableRow;import org.springframework.util.StringUtils;import java.io.FileInputStream;import java.util.Iterator;import java.util.List;/** * word文档中表格的读取，如果是用模板.ftl文件导出的word，无法进行相应的读取， * 需要将word文档另存为 */public class DocTableReadUtil {/** * 读取文档中表格 */public static String getWord(String filePath) { String wordContent = ""; String tmpWord = "";//报告录入人: 录入时间: try { FileInputStream in = new FileInputStream(filePath);//载入文档 // 处理docx格式 即office2007以后版本 if (filePath.toLowerCase().endsWith("docx")) { //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 XWPFDocument xwpf = new XWPFDocument(in);//得到word文档的信息 Iterator it = xwpf.getTablesIterator();//得到word中的表格 // 设置需要读取的表格 set是设置需要读取的第几个表格，total是文件中表格的总数 int set = 4; // 过滤前面不需要的表格 for (int i = 0; i < set - 1; i++) { it.hasNext(); it.next(); } while (it.hasNext()) { XWPFTable table = it.next(); List rows = table.getRows(); //读取每一行数据 String tableTxt = ""; for (int i = 0; i < rows.size(); i++) { XWPFTableRow row = rows.get(i); String rowTxt = ""; //读取每一列数据 List cells = row.getTableCells(); for (int j = 0; j < cells.size(); j++) { XWPFTableCell cell = cells.get(j); //输出当前的单元格的数据 //输出结果------------- } } } } else { // 处理doc格式 即office2003版本 POIFSFileSystem pfs = new POIFSFileSystem(in); HWPFDocument hwpf = new HWPFDocument(pfs); Range range = hwpf.getRange();//得到文档的读取范围 TableIterator it = new TableIterator(range); // 迭代文档中的表格 // 如果有多个表格只读取需要的一个 set是设置需要读取的第几个表格，total是文件中表格的总数 int set = 4; for (int i = 0; i < set - 1; i++) { it.hasNext(); it.next(); } while (it.hasNext()) { Table tb = it.next(); //迭代行，默认从0开始,可以依据需要设置i的值,改变起始行数，也可设置读取到那行，只需修改循环的判断条件即可 String table = ""; for (int i = 0; i < tb.numRows(); i++) { TableRow tr = tb.getRow(i); //迭代列，默认从0开始 String row = ""; for (int j = 0; j < tr.numCells(); j++) { TableCell td = tr.getCell(j);//取得单元格 //取得单元格的内容 for (int k = 0; k < td.numParagraphs(); k++) { Paragraph para = td.getParagraph(k); String s = para.text(); //输出结果------------- } } } } } } catch (Exception e) { //初始化时，处理是否将word转化为html的标签，存入数据库中，如果出现异常抛出 e.printStackTrace(); } return wordContent;}}
发表评论
留言与评论（共有 0 条评论）
“”
相关文章
