SpringBoot+poi实现读取word文件内容

java开发实现读取word 文件内容

一、实现功能

1.java读取word文档内容,兼容doc和docx（不含图片、表格不带格式）
2.java读取docx文档内容的两种方式
3.java读取docx文档内容转HTML（手动编写格式）（后缀名为docx）
4.java读取docx文档内容中表格跨列合并问题的解决方法
5.java读取word文档内容（含图片、表格手动编写格式）

二、具体实现

word文件内容：

1.添加必要依赖

 <!-- poi -->
 <dependency>
     <groupId>org.apache.poi</groupId>
     <artifactId>poi</artifactId>
     <version>4.0.0</version>
 </dependency>
 <dependency>
     <groupId>org.apache.poi</groupId>
     <artifactId>poi-ooxml</artifactId>
     <version>4.0.0</version>
 </dependency>
 <dependency>
     <groupId>org.apache.poi</groupId>
     <artifactId>poi-scratchpad</artifactId>
     <version>4.0.0</version>
 </dependency>
 
   <!-- 对JSP的支持 -->
	<dependency>
		<groupId>javax.servlet</groupId>
		<artifactId>javax.servlet-api</artifactId>
	</dependency>
	<dependency>
		<groupId>org.apache.tomcat.embed</groupId>
		<artifactId>tomcat-embed-jasper</artifactId>
	</dependency>
	<dependency>
		<groupId>javax.servlet</groupId>
		<artifactId>jstl</artifactId>
	</dependency>

2.代码实现

2.1 功能1：java读取word文档内容,兼容doc和docx

（1）创建controller，编写读取方法：

package com.example.filedemo.controller;

import java.io.File;
import java.io.FileInputStream;
import java.util.HashMap;
import java.util.Map;
import javax.servlet.http.HttpServletRequest;
import javax.servlet.http.HttpServletResponse;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import org.springframework.web.servlet.ModelAndView;

import com.example.filedemo.common.wordUtil.WordRead;

/**
 * word、pdf等文件读取
 * @author Administrator
 *
 */
/**
 * @author Administrator
 *
 */
@RequestMapping("/auth/readFile/")
@RestController
public class ReadFileController {
   
	
	/**
	 * 首页
	 */
	@RequestMapping(value ="/index")
	public ModelAndView toIndex(HttpServletRequest request){
   
		return new ModelAndView("readFile/index");
	}
	
	/**
	 * 读取Word中的文档内容(doc\docx)不带格式
	 */
	@RequestMapping(value ="/readWordFile")
	public Map<String,Object> readWordFile(HttpServletRequest request,HttpServletResponse response){
   
		Map<String,Object> result = new HashMap<String, Object>();
		//word文件地址放在src/main/webapp/下
		//表示到项目的根目录（webapp）下，要是想到目录下的子文件夹，修改"/"即可
		String path = request.getSession().getServletContext().getRealPath("/");
        //String filePath = path+"template/w1.doc";
        String filePath = path+"template/wp.docx";
        
		String suffixName = filePath.substring(filePath.lastIndexOf("."));//从最后一个.开始截取。截取fileName的后缀名
		try {
   
			File file = new File(filePath);
			FileInputStream fs = new FileInputStream(file);
			if(suffixName.equalsIgnoreCase(".doc")){
   //doc
				StringBuilder result2 = new StringBuilder();
				WordExtractor re = new WordExtractor(fs);
				result2.append(re.getText());//获取word中的文本内容
				re.close();
				result.put("content", result2.toString());
			}else{
   //docx
				XWPFDocument doc = new XWPFDocument(fs);
		        XWPFWordExtractor extractor = new XWPFWordExtractor(doc);
		        String text = extractor.getText();//获取word中的文本内容
	            extractor.close();
	            fs.close();
	            result.put("content", text);
			}
		}catch (Exception e) {
   
			e.printStackTrace();
		}
		return result;
	}
}

（2）编写页面调用方法

 <div class="m2">一：读取<span class="s1">Word文档内容</span>（doc\docx）</div>
 <a href="#" class="easyui-linkbutton" onclick="doReadFile1();" data-options="iconCls:'icon-save'">读取Word文档内容（不带格式）</a>
<div id="wordDiv" style="display: block;margin-left: 16px;">
	<!--word读取内容结果-->		
</div>

	<script type="text/javascript">
	  //读取word
	  function doReadFile1(){
   
	    $("#wordDiv").hide();
	    $.ajax({
   
	       type:"get",
	       url:"<%=basePath%>/auth/readFile/readWordFile",
	       data:{
   },
	       dataType:"JSON",//预期服务器返回的数据类型
	       success:function(res){
   
	          console.log(res)
		      $("#wordDiv").show();
		      var html="";
		      html+="<h1>word内容如下：</h1>"
		      html+="<pre>"+res.content+"</pre>";
		      $("#wordDiv").html(html);
		   }
	    }