使用POI解析Word2007和Excel2007的实例代码

这周额外分配的任务是对office2007的文档进行解析，以前采用的是poi3.0版本，其只能对office2003版本的文档进行解析，还无法解析office2007.网上查了一下有人提供了最原始的解决方法，但是发现其实poi在3.5版本已经解决了这个问题。

 

下面是网上搜的一篇文章：

其实不需要完全匹配下面该文章提供的jar包，本人就是下载了poi-bin-3.6-20091214包，然后把poi-bin-3.6-20091214/poi-3.6和poi-bin-3.6-20091214/poi-3.6/ooxml-lib目录下的jar包导入到项目就ok了。

转自：http://ajava.org/code/io/13259.html

1. package com.test;   
2.   
3. /**  
4.  * 需要的jar包：  
5.  * poi-3.0.2-FINAL-20080204.jar  
6.  * poi-contrib-3.0.2-FINAL-20080204.jar  
7.  * poi-scratchpad-3.0.2-FINAL-20080204.jar  
8.  * poi-3.5-beta6-20090622.jar  
9.  * geronimo-stax-api_1.0_spec-1.0.jar  
10.  * ooxml-schemas-1.0.jar  
11.  * openxml4j-bin-beta.jar  
12.  * poi-ooxml-3.5-beta6-20090622.jar  
13.  * xmlbeans-2.3.0.jar  
14.  * dom4j-1.6.1.jar  
15.  */  
16.   
17. import java.io.FileInputStream;   
18. import java.io.IOException;   
19. import java.io.InputStream;   
20.   
21. import org.apache.poi.POIXMLDocument;   
22. import org.apache.poi.POIXMLTextExtractor;   
23. import org.apache.poi.hssf.usermodel.HSSFCell;   
24. import org.apache.poi.hssf.usermodel.HSSFRow;   
25. import org.apache.poi.hssf.usermodel.HSSFSheet;   
26. import org.apache.poi.hssf.usermodel.HSSFWorkbook;   
27. import org.apache.poi.hwpf.extractor.WordExtractor;   
28. import org.apache.poi.openxml4j.exceptions.OpenXML4JException;   
29. import org.apache.poi.openxml4j.opc.OPCPackage;   
30. import org.apache.poi.xssf.usermodel.XSSFCell;   
31. import org.apache.poi.xssf.usermodel.XSSFRow;   
32. import org.apache.poi.xssf.usermodel.XSSFSheet;   
33. import org.apache.poi.xssf.usermodel.XSSFWorkbook;   
34. import org.apache.poi.xwpf.extractor.XWPFWordExtractor;   
35. import org.apache.xmlbeans.XmlException;   
36.   
37. public class WordAndExcelExtractor {   
38.  public static void main(String[] args){   
39.   try{   
40.    String wordFile = "D:/松山血战.docx";   
41.    String wordText2007 = WordAndExcelExtractor.extractTextFromDOC2007(wordFile);   
42.    System.out.println("wordText2007======="+wordText2007);   
43.       
44.    InputStream is = new FileInputStream("D:/XXX研发中心技术岗位职位需求.xls");      
45.    String excelText = WordAndExcelExtractor.extractTextFromXLS(is);      
46.    System.out.println("text2003==========" + excelText);   
47.       
48.    String excelFile = "D:/Hello2007.xlsx";      
49.    String excelText2007 = WordAndExcelExtractor.extractTextFromXLS2007(excelFile);   
50.    System.out.println("excelText2007==========" + excelText2007);   
51.   
52.       
53.   }catch(Exception e ){   
54.    e.printStackTrace();   
55.   }   
56.  }   
57.     
58.  /**  
59.   * @Method: extractTextFromDOCX  
60.   * @Description: 从word 2003文档中提取纯文本  
61.   *  
62.   * @param   
63.   * @return String  
64.   * @throws  
65.   */  
66.     public static String extractTextFromDOC(InputStream is) throws IOException {   
67.         WordExtractor ex = new WordExtractor(is); //is是WORD文件的InputStream    
68.   
69.         return ex.getText();   
70.     }   
71.     
72.  /**  
73.   * @Method: extractTextFromDOCX  
74.   * @Description: 从word 2007文档中提取纯文本  
75.   *  
76.   * @param   
77.   * @return String  
78.   * @throws  
79.   */  
80.     public static String extractTextFromDOC2007(String fileName) throws IOException, OpenXML4JException, XmlException {   
81.      OPCPackage opcPackage = POIXMLDocument.openPackage(fileName);   
82.      POIXMLTextExtractor ex = new XWPFWordExtractor(opcPackage);      
83.   
84.         return ex.getText();   
85.     }   
86.     
87.  /**  
88.   * @Method: extractTextFromXLS  
89.   * @Description: 从excel 2003文档中提取纯文本  
90.   *  
91.   * @param   
92.   * @return String  
93.   * @throws  
94.   */  
95.     @SuppressWarnings("deprecation")   
96.  private static String extractTextFromXLS(InputStream is)   
97.         throws IOException {   
98.         StringBuffer content  = new StringBuffer();   
99.         HSSFWorkbook workbook = new HSSFWorkbook(is); //创建对Excel工作簿文件的引用    
100.   
101.         for (int numSheets = 0; numSheets < workbook.getNumberOfSheets(); numSheets++) {   
102.             if (null != workbook.getSheetAt(numSheets)) {   
103.                 HSSFSheet aSheet = workbook.getSheetAt(numSheets); //获得一个sheet   
104.   
105.                 for (int rowNumOfSheet = 0; rowNumOfSheet <= aSheet.getLastRowNum(); rowNumOfSheet++) {   
106.                     if (null != aSheet.getRow(rowNumOfSheet)) {   
107.                         HSSFRow aRow = aSheet.getRow(rowNumOfSheet); //获得一行   
108.   
109.                         for (short cellNumOfRow = 0; cellNumOfRow <= aRow.getLastCellNum(); cellNumOfRow++) {   
110.                             if (null != aRow.getCell(cellNumOfRow)) {   
111.                                 HSSFCell aCell = aRow.getCell(cellNumOfRow); //获得列值   
112.                                                                    
113.                                 if(aCell.getCellType() == HSSFCell.CELL_TYPE_NUMERIC){   
114.                                  content.append(aCell.getNumericCellValue());   
115.                                 }else if(aCell.getCellType() == HSSFCell.CELL_TYPE_BOOLEAN){   
116.                                  content.append(aCell.getBooleanCellValue());   
117.                                 }else {   
118.                                  content.append(aCell.getStringCellValue());   
119.                                 }   
120.                             }   
121.                         }   
122.                     }   
123.                 }   
124.             }   
125.         }   
126.   
127.         return content.toString();   
128.     }   
129.        
130.     /**  
131.      * @Method: extractTextFromXLS2007  
132.      * @Description: 从excel 2007文档中提取纯文本  
133.      *  
134.      * @param   
135.      * @return String  
136.      * @throws  
137.      */  
138.     private static String extractTextFromXLS2007(String fileName) throws Exception{   
139.      StringBuffer content = new StringBuffer();   
140.         
141.      //构造 XSSFWorkbook 对象，strPath 传入文件路径       
142.   XSSFWorkbook xwb = new XSSFWorkbook(fileName);   
143.      
144.   //循环工作表Sheet   
145.   for(int numSheet = 0; numSheet < xwb.getNumberOfSheets(); numSheet++){   
146.    XSSFSheet xSheet = xwb.getSheetAt(numSheet);    
147.    if(xSheet == null){   
148.     continue;   
149.    }   
150.       
151.    //循环行Row   
152.    for(int rowNum = 0; rowNum <= xSheet.getLastRowNum(); rowNum++){   
153.     XSSFRow xRow = xSheet.getRow(rowNum);   
154.     if(xRow == null){   
155.      continue;   
156.     }   
157.        
158.     //循环列Cell   
159.     for(int cellNum = 0; cellNum <= xRow.getLastCellNum(); cellNum++){   
160.      XSSFCell xCell = xRow.getCell(cellNum);   
161.      if(xCell == null){   
162.       continue;   
163.      }   
164.         
165.      if(xCell.getCellType() == XSSFCell.CELL_TYPE_BOOLEAN){   
166.       content.append(xCell.getBooleanCellValue());   
167.      }else if(xCell.getCellType() == XSSFCell.CELL_TYPE_NUMERIC){   
168.       content.append(xCell.getNumericCellValue());   
169.      }else{   
170.       content.append(xCell.getStringCellValue());   
171.      }   
172.     }   
173.    }   
174.   }   
175.      
176.   return content.toString();   
177.     }   
178.        
179. }