java读取word格式.doc或者.docx中的内容（APACHE POI）

需求：从word中提取手机号码

首先下载Apache POI 下载地址
我下载的是二进制的文件：

解压后：

注意：为了方便我把这六个jar包都导入了eclipse里，还要把ooxml-lib里的jar包也导入，要不然会报错：java.lang.ClassNotFoundException: org.apache.xmlbeans.XmlException
所以最后导入的包为：

至此还要注意不要有旧版本的poi的jar包存在，要不然会报一些错误，我就是在刚一开始时候先导入了一个tm-extractors-0.4.jar（内部封装的是poi），然后没有删掉又导入了新的poi的包，在运行时一直报错：java.lang.VerifyError: (class: 。。。。。后来goole后才找到原因是因为有旧的版本POI：常见问题集合

在准备好了之后就可以对word操作了，由于word一般有.doc和.docx两种格式，所以要分开判断并执行代码：

import java.io.FileInputStream;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.apache.poi.POIXMLDocument;
import org.apache.poi.hwpf.extractor.WordExtractor;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.apache.poi.POIXMLDocument;
import org.apache.poi.xwpf.extractor.XWPFWordExtractor;

public class ReadWordByPoi4 {
    public static String getPhoneNum(String filePath,String fileName){
        String text="";
        String phoneNum="";
        String realPath=filePath+"/"+fileName;//拼接为含名字的路径
        try {
            if(fileName.endsWith(".doc")){   //doc为后缀的
                FileInputStream in;
                in = new FileInputStream(realPath);
                WordExtractor extractor = new WordExtractor(in);
                text = extractor.getText();
            }
            if(fileName.endsWith(".docx")){  //docx为后缀的
                XWPFWordExtractor docx = new XWPFWordExtractor(POIXMLDocument.openPackage(realPath)); 
                text = docx.getText();
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        //正则表达式判断手机号
        if(!"".equals(text)){
            Pattern pattern = Pattern.compile("(?<!\\d)(?:(?:1[34578]\\d{9})|(?:861[34578]\\d{9}))(?!\\d)"); 
               Matcher matcher = pattern.matcher(text); 
                   StringBuffer bf = new StringBuffer(64); 
                   while (matcher.find()) { 
                     bf.append(matcher.group()).append(","); 
                   } 
                   int len = bf.length(); 
                   if (len > 0) { 
                     bf.deleteCharAt(len - 1); 
                   } 
             phoneNum=bf.toString();
        }
        return phoneNum;
    }
    public static void main(String[] args) throws Exception{
        System.out.println(getPhoneNum("D:/shiyanshuju","xx.doc"));
    }

}  

参考：http://blog.csdn.net/njchenyi/article/details/6901605