简介POI处理word中的：文本、图、表和宏

WORD文本组成：文本、图、表和宏。HWPF主要关注文本。 

1. 
File Information Block (FIB): 文件信息块 

2. 
文本提取  text extraction 
基本文本提取 ： org.apache.poi.hwpf.extractor.WordExtractor 
getText() ： TEXT 
getParagraphText() ： TEXT 
getTextFromPieces() ： YMMV 

特殊文本提取 ： org.apache.poi.hwpf.HWPFDocument 
getRange() 

输入流： HWPFDocument 

3. 
页眉和页脚： 
a. 创建 org.apache.poi.hwpf.HWPFDocument 
b. 创建 org.apache.poi.hwpf.usermodel.HeaderStores 

4. 
插入文本 
Range 范围 Paragraph 段落 CharacterRun ？ 
insertBefore() 
insertAfter() 
delete() 

5. 
读取WORD文档 
a. 首先是 File Information Block (FIB)：它指定文件的大小，位置，文本开始位置。 
b. 开始读取文本块 
non-unicode 块 与 unicode 块 的偏移值需要通过掩码来区分。 

6. 
文本样式 
a. 段落样式 
b. 字条样式 

7. 
官方单元测试代码 
http://svn.apache.org/viewvc/poi/trunk/src/scratchpad/testcases/org/apache/poi/hwpf/ 

8. 
示例 
本程序主要是提取WORD的表格到EXCEL. 
运行方法: wordTable2Excel．需要c:\test.doc存在． 

WordTable.java 

Java代码  

1. package cn.bisoft.java.poi;  
2.   
3. import java.io.FileInputStream;  
4. import org.apache.poi.hwpf.HWPFDocument;  
5. import org.junit.Test;  
6.   
7. public class WordTable {  
8.       
9.     /** 
10.      * 转换WORD中的表格内容到EXCEL 
11.      */  
12.     @Test  
13.     public void wordTable2Excel()  
14.     {  
15.         String docName = "c:\\test.doc";  
16.           
17.         /** 1. 读取WORD表格内容 */  
18.         HWPFDocument doc = null;  
19.           
20.         try {  
21.             doc = new HWPFDocument(new FileInputStream(docName));  
22.         } catch (Exception e) {  
23.             e.printStackTrace();  
24.         }   
25.           
26.         String text = doc.getRange().text();  
27.           
28.         /** 2. 放置分隔符:将不可见字符使用空格(32)替换 */  
29.         char[] charArray = text.toCharArray();  
30.           
31.         for(int i = 0; i < charArray.length; i++)  
32.         {  
33.             if (charArray[i] <= 31)  
34.             {  
35.                 charArray[i] = 32;  
36.             }  
37.         }  
38.           
39.         text = String.valueOf(charArray);  
40.           
41.         /** 3. 将内容用空格切片 */  
42.         String[] textArray = text.trim().replaceAll("[ ]+", " ").split(" ");  
43.           
44.         /** 4.将数据加载到WORD表格模型对象 */  
45.         WordTableModel wtm = new WordTableModel();  
46.           
47.         for(int i = 0; i < textArray.length; i++)  
48.         {  
49.             String s = textArray[i].trim();  
50.               
51.             // 行首单元格正则匹配  
52.             if (s.matches("^[a-zA-Z]$") || s.matches("^[0-9]{2}$") || s.matches("^[0-9]{3}$") || s.matches("^[0-9]{4}$"))  
53.             {  
54.                 // 换行   
55.                 wtm.resetMap();  
56.             }  
57.               
58.             // 加载数据, 每行内容按顺序加载 到相应单元格  
59.             wtm.autoMap(s.trim());  
60.               
61.         }  
62.           
63.         // 结束加载  
64.         wtm.endAutoMap();  
65.           
66.         /** 5. 保存到EXCEL文件*/  
67.         wtm.save2Excel("c:\\test.xls", "sheet1");  
68.           
69.     }  
70. }  

WordTableModel 

Java代码  

1. package cn.bisoft.java.poi;  
2.   
3. import org.apache.poi.ss.usermodel.Cell;  
4. import org.apache.poi.ss.usermodel.Row;  
5. import org.apache.poi.ss.usermodel.Sheet;  
6.   
7. import cn.bisoft.java.poi.util.ExcelUtil;  
8.   
9. public class WordTableModel {  
10.   
11.     public static  String SINGLE_WORD = "^[a-z][A-Z]$";  
12.     public static  String SINGLE_NUMBER = "^[0-9]$";  
13.     public static  String SINGLE_VAR = "^[0-9a-zA-Z_]$";  
14.     public static  String PSTN = "^[0-9]{4}[- ]?[0-9]{7}$"; // 固定号码  
15.     public static  String MSISDN = "^1[0-9]{10}$"; // 移动号码  
16.     public static  String IDCARD = "(^\\d{15}$)|(^\\d{17}([0-9]|[Xx])$)"; //身份证  
17.     public static  String EMAIL = "^\\w{3,}@\\w.{3,}\\w{2,}$"; // 电子邮件  
18.       
19.     private String[][] table = new String[100000][1000];  
20.     private int curColumn = 0;  
21.     private int curRow = 0;  
22.   
23.     public void autoMap(String value)  
24.     {  
25.         table[curRow][curColumn] = value;  
26.         curColumn++;  
27.     }  
28.       
29.     public void resetMap()  
30.     {  
31.         curColumn = 0;  
32.         curRow++;  
33.     }  
34.       
35.     public void endAutoMap()  
36.     {  
37.         curRow++;  
38.     }  
39.       
40.     /** 
41.      * @param fileName 
42.      */  
43.     public void save2Excel(String fileName, String sheetName)  
44.     {  
45.         Sheet sheet = ExcelUtil.createSheet(fileName, sheetName);  
46.           
47.         for(int i = 0; i < curRow; i++)  
48.         {  
49.             Row row = sheet.createRow(i);  
50.               
51.             for(int j = 0; j < curColumn; j++)  
52.             {  
53.                 Cell cell = row.createCell(j);  
54.                 cell.setCellValue(table[i][j]);  
55.             }  
56.         }  
57.           
58.         ExcelUtil.saveSheet(fileName, sheet);  
59.     }  
60.       
61. }  

ExcelUtil 

Java代码  

1. package cn.bisoft.java.poi.util;  
2.   
3. import java.io.FileNotFoundException;  
4. import java.io.FileOutputStream;  
5. import java.io.IOException;  
6.   
7. import org.apache.poi.hssf.usermodel.HSSFWorkbook;  
8. import org.apache.poi.ss.usermodel.Sheet;  
9. import org.apache.poi.ss.usermodel.Workbook;  
10.   
11. public class ExcelUtil {  
12.       
13.     public static Sheet createSheet(String fileName, String sheetName)  
14.     {  
15.         Workbook wb = new HSSFWorkbook();  
16.         FileOutputStream fileOut = null;  
17.         Sheet sheet = null;  
18.           
19.         try {  
20.             fileOut = new FileOutputStream(fileName);  
21.             sheet = wb.createSheet(sheetName);  
22.             wb.write(fileOut);  
23.             fileOut.close();  
24.         } catch (FileNotFoundException e1) {  
25.             e1.printStackTrace();  
26.         } catch (IOException e) {  
27.             e.printStackTrace();  
28.         }  
29.           
30.         return sheet;  
31.     }  
32.       
33.     public static void saveSheet(String fileName, Sheet sheet)  
34.     {  
35.         FileOutputStream fileOut = null;  
36.           
37.         try {  
38.             fileOut = new FileOutputStream(fileName);  
39.             sheet.getWorkbook().write(fileOut);  
40.             fileOut.close();  
41.         } catch (FileNotFoundException e) {  
42.             e.printStackTrace();  
43.         } catch (IOException e) {  
44.             e.printStackTrace();  
45.         }  
46.     }  
47. }