一天一个小工具---读取Word文档

现在解析Word文档太轻松了，因为Apache组织的POI项目为我们提供了一套API来解析office相关的文档 ，包括Word、Excel、PPT等。下面就先简单介绍一下解析Word文档的方法；

使用Apache的POI项目要先引入相关的jar包，可在 http://poi.apache.org/download.html 下载。

在工程中加入poi-3.10-FINAL-20140208.jar和commons-codec-1.5.jar

解析Word涉及的主要对象：org.apache.poi.hwpf.extractor.WordExtractor。这个对象是Word文档的提取器，有了它就可以随意提取文档的内容。其中主要的方法是getText();此方法可以获取文档的所有文本内容。

下面几行简单代码就可以实现文档内容读取了

package com.bics.io;

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;

import org.apache.poi.hwpf.extractor.WordExtractor;

/**
 * 解析Word文档
 * 
 * HWPF-->doc文档
 * 
 * XWPF-->docx文档
 * 
 * 关于对MSWord的操作的官方文档：http://poi.apache.org/document/quick-guide.html
 * 目前“HWPF is still in early development.”
 * @author BICHSH
 * 
 */
public class MSWordUtil
{
	/**
	 * 读取Word文档的纯文本内容，不包含页眉页脚
	 * 
	 * @param doc
	 *            Word文档
	 * @return 文档的纯文本内容
	 * @throws IOException
	 * @throws FileNotFoundException
	 */
	public static String getContent(File doc) throws FileNotFoundException,
			IOException
	{
		// 指定文件流创建文档提取器，代表要被操作的Word文档
		WordExtractor wordExtractor = new WordExtractor(new FileInputStream(doc));
		String content = wordExtractor.getText();
		return content;
		/**
		 * 其他获取文本方法的介绍：</br> 
		 * 1.String[] : wordExtractor.getParagraphText() 返回以回车结尾的一段文本 
		 * 2.String[] : wordExtractor.getCommentsText();返回注释，就是右键出来的‘添加批注’中的内容
		 */
	}

	public static void main(String[] args) throws FileNotFoundException,
			IOException
	{
		String content = getContent(new File("e:/xxxx.doc"));
	}
}

此外，还可以向文档中插入、删除内容，这就要用另一个对象HWPFDocument，意思为doc文档。该对象中用几个getXXXRange()方法可以获取一个Range对象，表示文档中的一个范围。

	/**
	 * 向文档尾部追加内容
	 * 
	 * @param data
	 *            追加的内容
	 * @param doc
	 *            操作的文档
	 * @throws FileNotFoundException
	 * @throws IOException
	 */
	public static void append(String data, File doc)
			throws FileNotFoundException, IOException
	{
		HWPFDocument hWPFDocument = new HWPFDocument(new FileInputStream(doc));
		Range range = hWPFDocument.getRange();
		range.insertAfter(data);
		hWPFDocument.write(new FileOutputStream(doc));
	}

向首部添加即改为insertBefore()方法即可

添加完了以后还需要保存一下文件。