这篇文章将介绍如何使用Free Spire.Doc for Java组件在Java应用程序中读取Word文档的文本内容。Free Spire.Doc for Java提供了两种方法来读取Word文档中的内容,一种是直接获取文档中的所有文本内容,另一种是遍历文档的每个段落,然后获取段落中的文本,下面将逐一介绍这两种方法。
Word文档如下:
导入jar文件
在开始前,我们需要导入jar文件。下载Free Spire.Doc for Java并解压缩,然后从lib文件夹下,导入Spire.Doc.jar包到你的Java应用程序中。
(对于maven工程,可以在pom.xml文件中添加对Free Spire.Doc for Java的依赖,参考这篇文章:如何通过Maven仓库安装Spire Java系列组件)
示例代码
方法一 直接获取所有文本
Document类的getText()方法,支持直接获取整个Word文档的所有文本,两行代码就能搞定。
import com.spire.doc.*;
import java.io.IOException;
public class TextReader {
public static void main(String[] args) throws IOException {
//加载Word文档
Document doc = new Document("Input.docx");
//获取文本
System.out.println(doc.getText());
}
}
方法二 遍历段落获取文本
这种方式方法比方法一更加灵活,除了可以获取指定段落的文本外,还可以获取段落的其他属性比如字体、字体大小、对齐方式等。
import com.spire.doc.*;
import com.spire.doc.documents.Paragraph;
import java.io.IOException;
public class ParagraphReader {
public static void main(String[] args) throws IOException {
//加载Word文档
Document doc = new Document("Input.docx");
//遍历文档中的节和段落,获取每个段落的文本
for(int i = 0; i < doc.getSections().getCount(); i++) {
Section section = doc.getSections().get(i);
for (int j = 0; j < section.getParagraphs().getCount(); j++) {
Paragraph paragraph = section.getParagraphs().get(j);
System.out.println(paragraph.getText());
}
}
}
}
读取结果(内容太长,没有截全):