java打开doc_java使用poi读取doc和docx文件

这几天在学习java io流的东西，有一个网友看到博客后问了一个问题，就是说他的doc文档为什么用我所说的方法死活就是乱码。

我一开始以为是他方法问题，结果自己试了之后发现和他的结果一样也是乱码。

于是在网上搜寻了一阵之后才发现原来doc文档和excel一样不能用普通的io流的方法来读取，而是也需要用poi，于是进行了一番尝试后，终于以正确的编码格式读取了这个doc文件。

在网上搜索的过程中发现doc和docx的读取方法是不一样的，于是顺带也学了一下docx文件的简单读取。

一、导包：

doc文件的读取，需要导入poi-scratchpad的jar包和相关依赖包：

docx文件读取，需要导入poi-ooxml的jar包和相关依赖包：

我用的是maven构建项目，相关的依赖包会自动导入，maven导包配置如下：

org.apache.poi

poi-ooxml

3.8

org.apache.poi

poi-scratchpad

3.8

1

2

3

4

5

6

7

8

9

10

二、读取文件的代码：

1、doc文件读取简单示例：

public static void readAndWriterTest3() throws IOException {

File file = new File("C:\\Users\\tuzongxun123\\Desktop\\aa.doc");

String str = "";

try {

FileInputStream fis = new FileInputStream(file);

HWPFDocument doc = new HWPFDocument(fis);

String doc1 = doc.getDocumentText();

System.out.println(doc1);

StringBuilder doc2 = doc.getText();

System.out.println(doc2);

Range rang = doc.getRange();

String doc3 = rang.text();

System.out.println(doc3);

fis.close();

} catch (Exception e) {

e.printStackTrace();

}

}1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

2、docx文件读取简单示例：

public static void readAndWriterTest4() throws IOException {

File file = new File("C:\\Users\\tuzongxun123\\Desktop\\aa.docx");

String str = "";

try {

FileInputStream fis = new FileInputStream(file);

XWPFDocument xdoc = new XWPFDocument(fis);

XWPFWordExtractor extractor = new XWPFWordExtractor(xdoc);

String doc1 = extractor.getText();

System.out.println(doc1);

fis.close();

} catch (Exception e) {

e.printStackTrace();

}

}1

2

3

4

5

6

7

8

9

10

11

12

13

14

//20171218修改

我并没有在工作中操作过word，这篇博客也只是一时兴起所做，因此写的很简单。

而最近陆续有朋友找我询问相关的问题，其中有好几个都在询问依赖包有哪些，为了避免一再回答这种问题，特将依赖包截图：