Java使用poi读取doc/docx文档内容

最新推荐文章于 2024-07-26 16:03:13 发布

迷途中的小码农

最新推荐文章于 2024-07-26 16:03:13 发布

阅读量9.8k

点赞数 3

分类专栏： java 文章标签： poi 读取word内容

本文链接：https://blog.csdn.net/ethan__xu/article/details/89354780

版权

这篇博客介绍了如何在Java中使用poi库来读取doc和docx文档的内容，分别针对 poi 的最新版本和3.8-beta2版本提供了指南，并提到了pom.xml的相关依赖配置。

摘要由CSDN通过智能技术生成

如果poi版本为最新版本

package test;

import org.apache.poi.POIXMLDocument;
import org.apache.poi.POIXMLTextExtractor;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.openxml4j.opc.OPCPackage;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.springframework.util.StringUtils;

import java.io.File;
import java.io.FileInputStream;
import java.io.InputStream;

public class PoiTest2 {
   
    /**
     * 读取word文件内容
     *
     * @param path
     * @return buffer
     */

    public String readWord(String path) {
   
        String buffer = "";
        try {
   
            if (path.endsWith(".doc")) {
   
                InputStream is = new FileInputStream(new File(path));

                WordExtractor ex = new WordExtractor(is);
                buffer = ex.getText();
                ex.close();
            } else if (path.endsWith("docx")) {
   
                OPCPackage opcPackage = POIXMLDocument.openPackage(path);
                POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
                buffer = extractor.getText();
                extractor.close();
            } else {
   
                System.out.println("此文件不是word文件！");
            }

        } catch (Exception e) {
   
            e.printStackTrace();
        }

        return buffer;
    }

    public static void main(String[] args) {
   
        PoiTest2 tp = new PoiTest2();
        String content = tp