使用Jacob来处理Word文档

Word或Excel程序是以一种COM组件形式存在的。如果能够在Java中调用Word的COM组件，就能使用它的方法来获取Word文档中的文本信息。目前网上有许多提供这样的工具。

7.4.1  Jacob的下载

Jacob 是Java-COM Bridge的缩写，它在Java与微软的COM组件之间构建一座桥梁。使用Jacob自带的DLL动态链接库，并通过JNI的方式实现了在Java平台上对COM程序的调用。Jacob下载的地址为：

http://sourceforge.net/project/showfiles.php? group_id=109543&package_id=118368。本书采用的是jacob_1.11_zip。解压下载的 Jacob_1.11_zip文件后，如图7-17所示。

图7-17  Jacob包解压后的内容

7.4.2  在Eclipse中配置

（1）将jacob.jar导入工程的Build Path，然后确认自己机器的CPU类型（X86或AMD64），并选择不同目录下的jacob.dll文件。

（2）将jacob.dll放到% JAVA_HOME%/jre/bin目录下，其中，%JAVA_HOME%就是JDK的安装目录。注意这个的jre目录必须是Eclipse当前正在使 用的目录，在Eclipse中选择“window->Preferences”菜单，在弹出的对话框中选择“Java->Installed JREs”项，如图7-18所示。

图7-18  Eclipse中JRE设置的对话框

（3）当前选择的JRE是“C:/Program Files/Java/jdk1.5.0_07/jre”目录下的，所以需要把jacob.dll复制到“C:/Program Files/Java/jdk1.5.0_07/jre/bin”目录下面。

（4）在工程中新建一个ch7.jacob包， 并在包中创建WordReader类。该类将提供一个静态的extractDoc()方法。它接收两个参数，一个是要处理的DOC文件名，另一个则是输出 的文件名，然后通过JNI调用Word的API转换内容，该函数的代码如下。

代码7.10

public static void extractDoc(String inputFIle, String outputFile) {

   boolean flag = false;

  

   // 打开Word应用程序

   ActiveXComponent app = new ActiveXComponent("Word.Application");

   try {

      // 设置word不可见

      app.setProperty("Visible", new Variant(false));

      // 打开word文件

      Dispatch doc1 = app.getProperty("Documents").toDispatch();

      Dispatch doc2 = Dispatch.invoke(

            doc1,

            "Open",

            Dispatch.Method,

            new Object[] { inputFIle, new Variant(false),

                  new Variant(true) }, new int[1]).toDispatch();

      // 作为txt格式保存到临时文件

      Dispatch.invoke(doc2, "SaveAs", Dispatch.Method, new Object[] {

            outputFile, new Variant(7) }, new int[1]);

      // 关闭word

      Variant f = new Variant(false);

      Dispatch.call(doc2, "Close", f);

      flag = true;

   } catch (Exception e) {

      e.printStackTrace();

   } finally {

      app.invoke("Quit", new Variant[] {});

   }

   if (flag == true) {

      System.out.println("Transformed Successfully");

   } else {

      System.out.println("Transform Failed");

   }

}

（5）创建一个main函数来测试WordReader类，该main函数代码如下。

public static void main(String[] args) {

        WordReader.extractDoc("c:/test.doc","c:/jacob.txt");

}

（6）新生成的txt文件被保存到c:/jacob.txt下，如图7-19所示。

图7-19  使用Jacob处理的效果

在使用Jacob时，很重要的一点是，用户本地系统中必须安装有Word的应用程序。否则也就无法建立Java-COM桥，进而无法解析了。