java读取03和07版的word内容

最新推荐文章于 2021-03-29 11:00:30 发布

藏红

最新推荐文章于 2021-03-29 11:00:30 发布

阅读量2.8k

点赞数

文章标签： poi java

本文链接：https://blog.csdn.net/ch717828/article/details/42683027

版权

该博客介绍了如何借助Apache POI库以二进制流方式读取Microsoft Word2003和2007的文档内容，但这种方法不保留文档原有格式。

摘要由CSDN通过智能技术生成

通过apache poi这个包来实现读取 word2003和2007的内容，以二进制流的形式读取，无法保留格式

 request.setCharacterEncoding("gbk");
		  response.setContentType("text/plain;charset=gbk");
		  String file = "test.docx";
//		  获得项目根目录地址
		  String rootPath = this.getServletConfig().getServletContext().getRealPath("/");
//		  获得文件完整的地址
		  String path=rootPath+file; 
		  InputStream in = new FileInputStream(path);
		  System.out.println(path);
		  String bodyText=""; 
		  try {
//			  转换成  PushbackinputStream
			   if (!in.markSupported()) {
		            in = new PushbackInputStream(in, 8);
		        } 
//			  其他word版本
			  if(POIFSFileSystem.hasPOIFSHeader(in))
			  {
				  HWPFDocument document = new HWPFDocument(in);		
				  WordExtractor extractor = new WordExtractor(document);
				  bodyText = extractor.getText(); 
				  response.getWriter().write(bodyText);
				  return ;