使用POI读写word doc文件

目录
1、读word doc文件
1.1、通过WordExtractor读文件
1.2、通过HWPFDocument读文件
2、写word doc文件

      Apache poi的hwpf模块是专门用来对word doc文件进行读写操作的。在hwpf里面我们使用HWPFDocument来表示一个word doc文档。在HWPFDocument里面有这么几个概念：
      Range：它表示一个范围，这个范围可以是整个文档，也可以是里面的某一小节（Section），也可以是某一个段落（Paragraph），还可以是拥有共同属性的一段文本（CharacterRun）。
      Section：word文档的一个小节，一个word文档可以由多个小节构成。
      Paragraph：word文档的一个段落，一个小节可以由多个段落构成。
      CharacterRun：具有相同属性的一段文本，一个段落可以由多个CharacterRun组成。
      Table：一个表格。
      TableRow：表格对应的行。
      TableCell：表格对应的单元格。
      Section、Paragraph、CharacterRun和Table都继承自Range。

1 读word doc文件

      在日常应用中，我们从word文件里面读取信息的情况非常少见，更多的还是把内容写入到word文件中。使用POI从word doc文件读取数据时主要有两种方式：通过WordExtractor读和通过HWPFDocument读。在WordExtractor内部进行信息读取时还是通过HWPFDocument来获取的。

1.1通过WordExtractor读文件

      在使用WordExtractor读文件时我们只能读到文件的文本内容和基于文档的一些属性，至于文档内容的属性等是无法读到的。如果要读到文档内容的属性则需要使用HWPFDocument来读取了。下面是使用WordExtractor读取文件的一个示例：

Java代码

public class HwpfTest {  

	@SuppressWarnings("deprecation")  
	@Test
	public void testReadByExtracto () throws Exception {  
		InputStream is =  new FileInputStream ("D:\\test.doc" );  
		WordExtractor extractor = new WordExtractor(is); 
		//输出word文档所有的文本 
		System.out.println(extractor.getText());  
		System.out.println(extractor.getTextFromPieces());  
		//输出页眉的内容 
		System.out.println("页眉：" + extractor.getHeaderText());  
		//输出页脚的内容  
		System.out.println("页脚：" + extractor.getFooterText()); 
		//输出当前word文档的元数据信息，包括作者、文档的修改时间等。
	    System.out.println(extractor.getMetadataTextExtractor().getText());  
		//获取各个段落的文本 
		String paraTexts[] = extractor.getParagraphText();  
		
		for (int  i= 0; i<paraTexts.length; i++) {  
		   System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);  
		}  
		//输出当前word的一些信息  
		printInfo(extractor.getSummaryInformation());  
		//输出当前word的一些信息  
		this.printInfo(extractor.getDocSummaryInformation());  
		this.closeStream(is); 
	}  

	/** 
	* 输出SummaryInfomation 
	* @param  info 
	* */
	private void printInfo(SummaryInformation info) {  
		 //作者  
		 System.out.println(info.getAuthor()); 
		 //字符统计  
		 System.out.println(info.getCharCount()); 
		 //页数 
		 System.out.println(info.getPageCount());  
		 //标题  
		 System.out.println(info.getTitle());  
		 //主题  
		 System.out.println(info.getSubject());  
	}  

	 /**
	  * 输出DocumentSummaryInfomation 
	  * @param  info 
	  * */
	  private void printInfo (DocumentSummaryInformation info){ 
		  //分类  
		  System.out.println(info.getCategory());  
		  //公司  
		  System.out.println(info.getCompany()); 
	   }  
   
	   /** 
	   * 关闭输入流 
	   * @param is 
	   * */
	   private void closeStream (InputStream is) {   
		   if (is !=  null ) {  
			   try {  
				   is.close();  
			   }catch(IOException e) { 
				   e.printStackTrace();  
				}  
			} 
		}  
	
} 

1.2通过HWPFDocument读文件

      HWPFDocument是当前Word文档的代表，它的功能比WordExtractor要强。通过它我们可以读取文档中的表格、列表等，还可以对文档的内容进行新增、修改和删除操作。只是在进行完这些新增、修改和删除后相关信息是保存在HWPFDocument中的，也就是说我们改变的是HWPFDocument，而不是磁盘上的文件。如果要使这些修改生效的话，我们可以调用HWPFDocument的write方法把修改后的HWPFDocument输出到指定的输出流中。这可以是原文件的输出流，也可以是新文件的输出流（相当于另存为）或其它输出流。下面是一个通过HWPFDocument读文件的示例：

Java代码

public class HwpfTest {  

	@Test
	public void testReadByDoc() throws  Exception {  
		InputStream is =  new  FileInputStream( "D:\\test.doc" );    
		HWPFDocument doc = new  HWPFDocument(is);  
		//输出书签信息  
		this.printInfo(doc.getBookmarks());  
		//输出文本  
		System.out.println(doc.getDocumentText());  
		Range range = doc.getRange(); 
		//this.insertInfo(range);  
		this.printInfo(range); 
		//读表格 
		this.readTable(range);  
		//读列表 
		this.readList(range);  
		//删除range
		Range r = new Range(2, 5, doc); 
		//在内存中进行删除，如果需要保存到文件中需要再把它写回文件  
		r.delete();
		//把当前HWPFDocument写到输出流中  
		doc.write(new FileOutputStream("D:\\test.doc"));  
		this.closeStream(is); 
	}  
 
	 /** 
	  * 关闭输入流 
	  * @param is 
	  * */
	 private void closeStream(InputStream is){  
	  if (is != null) { 
		  try {  
		  	is.close();  
		  } catch(IOException e) {  
		  	e.printStackTrace();  
		  }  
	  }  
	 }  
           
	/** 
	 * 输出书签信息
	 * @param bookmarks 
	 * */
	private void printInfo(Bookmarks bookmarks){  
		int count = bookmarks.getBookmarksCount();    
		System.out.println("书签数量：" + count);  
		Bookmark bookmark;  
		for (int i=0; i<count; i++) {  
			bookmark = bookmarks.getBookmark(i); 
			System.out.println("书签" + (i+1) +"的名称是：" + bookmark.getName());  
			System.out.println("开始位置：" + bookmark.getStart());  System.out.println("结束位置："+ bookmark.getEnd()); 
		}  
	}  

	/** 
	* 读表格 
	* 每一个回车符代表一个段落，所以对于表格而言，每一个单元格至少包含一个段落，每行结束都是一个段落。
	* @param range 
	**/
	private void readTable(Range range){  
		//遍历range范围内的table。  
		TableIterator tableIter = new TableIterator(range);  
		Table table;  
		TableRow row; 
		TableCell cell; 
		while(tableIter.hasNext()) {  
			 table = tableIter.next(); 
			 int rowNum = table.numRows();  
			 for (int j=0; j<rowNum; j++) {  
				 row = table.getRow(j);  
				 int cellNum = row.numCells();  
				 for (int k=0; k<cellNum; k++) {  
					 cell = row.getCell(k); 
					 //输出单元格的文本
					 System.out.println(cell.text().trim()); 
				 }  
			 }  
		 }  
	 }  
 
	 /** 
	 * 读列表
	 * @param range 
	 * */
	private void readList(Range range){  
		 int num = range.numParagraphs(); 
		 Paragraph para;  
		 for (int i=0; i<num; i++) { 
			 para = range.getParagraph(i); 
			 if(para.isInList()) { 
			 	System.out.println("list: "+ para.text()); 
			 }  
		 } 
	}  
 
	 /** 
	 * 输出Range 
	 * @param range 
	 */
	 private void printInfo (Range range){  
		 //获取段落数 
		 int  paraNum = range.numParagraphs();  
		 System.out.println(paraNum); 
		 for (int i=0; i<paraNum; i++) {  
			//this.insertInfo(range.getParagraph(i));  
			System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());  
			if(i == (paraNum-1)) {  
				this.insertInfo(range.getParagraph(i)); 
			}  
		  }  
		 int secNum = range.numSections();  
		 System.out.println(secNum);  
		 Section section;  
		 for (int i=0; i<secNum; i++) {  
			 section = range.getSection(i); 
			 System.out.println(section.getMarginLeft()); 
			 System.out.println(section.getMarginRight()); 
			 System.out.println(section.getMarginTop());  
			 System.out.println(section.getMarginBottom());  
			 System.out.println(section.getPageHeight());  
			 System.out.println(section.text());  
		 }  
	 }  
 
	/** 
	 * 插入内容到Range，这里只会写到内存中 
	 * @param range 
	 * */
	private void insertInfo(Range range){  
		range.insertAfter("Hello");  
	}  
	
}  

2 写word doc文件

       在使用POI写word doc文件的时候我们必须要先有一个doc文件才行，因为我们在写doc文件的时候是通过HWPFDocument来写的，而HWPFDocument是要依附于一个doc文件的。所以通常的做法是我们先在硬盘上准备好一个内容空白的doc文件，然后建立一个基于该空白文件的HWPFDocument。之后我们就可以往HWPFDocument里面新增内容了，然后再把它写入到另外一个doc文件中，这样就相当于我们使用POI生成了word doc文件。
       在实际应用中，我们在生成word文件的时候都是生成某一类文件，该类文件的格式是固定的，只是某些字段不一样罢了。所以在实际应用中，我们大可不必将整个word文件的内容都通过HWPFDocument生成。而是先在磁盘上新建一个word文档，其内容就是我们需要生成的word文件的内容，然后把里面一些属于变量的内容使用类似于“${paramName}”这样的方式代替。这样我们在基于某些信息生成word文件的时候，只需要获取基于该word文件的HWPFDocument，然后调用Range的replaceText()方法把对应的变量替换为对应的值即可，之后再把当前的HWPFDocument写入到新的输出流中。这种方式在实际应用中用的比较多，因为它不但可以减少我们的工作量，还可以让文本的格式更加的清晰。下面我们就来基于这种方式做一个示例。
       假设我们现在拥有一些变动的信息，然后需要通过这些信息生成如下格式的word doc文件：

       那么根据上面的描述，首先第一步，我们建立一个对应格式的doc文件作为模板，其内容是这样的

       有了这样一个模板之后，我们就可以建立对应的HWPFDocument，然后替换对应的变量为相应的值，再把HWPFDocument输出到对应的输出流即可。下面是对应的代码。

Java代码

public class HwpfTest{  

	@Test
	public void testWrite()throws Exception {  
		String templatePath = "D:\\word\\template.doc"; 
		InputStream is = new FileInputStream(templatePath); 
		HWPFDocument doc = new HWPFDocument(is);  
		Range range = doc.getRange();  
		//把range范围内的${reportDate}替换为当前的日期 
		range.replaceText("${reportDate}", new SimpleDateFormat("yyyy-MM-dd").format(new Date()));  
		range.replaceText("${appleAmt}", "100.00"); 
		range.replaceText("${bananaAmt}", "200.00");  
		range.replaceText("${totalAmt}", "300.00");  
		OutputStream os = new FileOutputStream("D:\\word\\write.doc");  
		//把doc输出到输出流中 
		doc.write(os); 
		this.closeStream(os); 
		this.closeStream(is);  
	}  
	/** 
	* 关闭输入流 
	* @param is 
	* */
	private void closeStream(InputStream is){  
		if(is != null) { 
			try{  
				is.close();  
			} catch (IOException e) {  
			 	e.printStackTrace(); 
			} 
		}  
	} 
  
	/** 
	  * 关闭输出流 
	  * @param os 
	  * */
	 private void closeStream(OutputStream os){  
		 if (os != null) {  
			 try {  
			 	os.close(); 
			 } catch (IOException e) { 
			 	e.printStackTrace();  
			 }  
		 }  
	 } 

}

（注：本文是基于poi3.9所写）