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

@Test
    public void test1() throws IOException {
        InputStream is = new FileInputStream(new File("e:/test.docx"));
        XWPFDocument doc = new XWPFDocument(is);
        
        List<XWPFParagraph> paragraphs = doc.getParagraphs();
        for(XWPFParagraph paragraph:paragraphs) {
        //    print(paragraph.getText());
        
            //获取段落属性
            /*CTPPr pPr = paragraph.getCTP().getPPr();
            print(pPr);*/
            
        }
        
        //获取表格  表格--->行--->单元格
        /*List<XWPFTable> tables = doc.getTables();
        for(XWPFTable table: tables) {
            //表格属性
            print(table.getCTTbl());
            List<XWPFTableRow> rows = table.getRows();
            for(XWPFTableRow row:rows) {
                List<XWPFTableCell> tableCells = row.getTableCells();
                for(XWPFTableCell cell:tableCells) {
                      print(cell.getText());
                    
                    //单元格属性
                    print(cell.getCTTc());
                
                }
            }
        }*/
        String dirPath = "e:/picture_test_docx/";
        File dir = new File(dirPath);
        if(!dir.exists()) {
            dir.getParentFile().mkdirs();
        }
        BufferedOutputStream bos =null;
        //获取图片
        List<XWPFPictureData> pictures = doc.getAllPictures();
        for(XWPFPictureData picture:pictures) {
            byte[] data = picture.getData();
            String picName = picture.getFileName();
            print("-------"+picture.getPackagePart());;
            UUID uuid = UUID.randomUUID();
            File file = new File(dirPath+uuid + picName);
            if(!file.exists()) {
                file.getParentFile().mkdirs();
                file.createNewFile();
            }else {
                file.delete();
            }
            bos =  new BufferedOutputStream(new FileOutputStream(file));
            bos.write(data);
            bos.flush();
        }
　　　　　　 bos.close();
        doc.close();
        is.close();
    }

 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