java读取word文件页数方法汇总

java读取word文件页数

最近在做一个word转html的小功能，需要用到事先获得word文件的页数来判断是否要进行转换。我从网上搜了下，发现大多数文章都写的是错误的，这里来汇总下，正确的文章我会直接放链接，毕竟那是别人的劳动成果，希望大家都支持原作者。

错误的方式汇总

1、使用Apache POI
该方式代码我就不详细贴了，只贴回来获取页数那一行：

int pages = docx.getProperties().getExtendedProperties().getUnderlyingProperties().getPages();//总页数

这个pages基本上是错误的，所以大家不要去用。

2、使用jacob
该方法我会贴详细代码，但是请注意，这个工具大概只适用于10页以内的文档，10页以上读出来的页数基本就是错的。

import com.jacob.activeX.ActiveXComponent;
import com.jacob.com.Dispatch;
import com.jacob.com.Variant;
    public static void main(String[] args) {
        String filePath = "F:\\temporaryFile\\japp-upload\\elec\\clause\\S1250-0001\\S1250-0001.docx";// word文档所在路径
        // 建立ActiveX部件
        ActiveXComponent wordCom = new ActiveXComponent("Word.Application");
        //word应用程序不可见
        wordCom.setProperty("Visible", false);
        // 返回wrdCom.Documents的Dispatch
        Dispatch wrdDocs = wordCom.getProperty("Documents").toDispatch();//Documents表示word的所有文档窗口（word是多文档应用程序）
        // 调用wrdCom.Documents.Open方法打开指定的word文档，返回wordDoc
        Dispatch wordDoc = Dispatch.call(wrdDocs, "Open", filePath, false, true, false).toDispatch();
        Dispatch selection = Dispatch.get(wordCom, "Selection").toDispatch();
        int pages = Integer.parseInt(Dispatch.call(selection,"information",4).toString());//总页数 //显示修订内容的最终状态
        System.out.println(pages);
        //关闭文档且不保存
        Dispatch.call(wordDoc, "Close", new Variant(false));
        //退出进程对象
        wordCom.invoke("Quit", new Variant[] {});
    }

3、使用Spire.Doc
免费版的缺陷，免费版的解析doc/docx文档，读出文档页数很玄幻，页数是真正的页数±1，而且它的免费版只能处理word文档35页以内的内容，35页以上的文档，永远只处理前35页……我去咨询了这个工具的销售，贵！跟我领导讲了价格，领导不同意购买。所以我也不知道付费版的这个功能有没有改善。
但是有一说一，这个工具还挺强大的，处理各种文档都可，就一个字，贵！贫穷使我们相遇，它的jar包很大很大，运行速度有点慢。免费版的还挺香的哈哈
这里附上Spire.Doc的官网word文件操作说明以及非常简单的代码
https://www.e-iceblue.cn/spiredocforjavaconversion/convert-word-to-png-in-java.html

	//创建Document对象
    Document doc = new Document();
    //加载Word文档
    doc.loadFromFile(docPath);
    int page = doc.getPageCount();

正确的方式

java准确读取word文件页数
https://blog.csdn.net/tiandixuanwuliang/article/details/71298406

思路是：使用pdf格式读取页数，word格式先转pdf再读取。