java poi 读取word_Java poi读取word文档（本篇只能读取text内容）

注意：word存在版本问题  分别为2003版本和2007版本(两个版本的操作是不一样的，已解决不同版本读取问题)

1.既然是使用poi  当然是先看需要什么包咯

maven导入依赖(三个依赖都是必须的)

org.apache.poi

poi

3.16

org.apache.poi

poi-scratchpad

3.16

org.apache.poi

poi-ooxml

3.16

2.创建一个枚举(也可以不创建，反正现在也就2003和2007的区别 )

public enum MicOffWordType {

MOW2003("d0cf11e"), MOW2007("504b0");

private String type;

public String getType() {

return type;

}

public void setType(String type) {

this.type = type;

}

private MicOffWordType(String type) {

this.type = type;

}

/**

* 根据文件头获取文件类型

*

* @param value

* @return

*/

public static String getTypeByValue(String value) {

for (MicOffWordType mow : values()) {

if (value.toUpperCase().startsWith(mow.getType().toUpperCase())) {

return mow.name();

}

}

return null;

}

}

3.获取文件头工具类

/**

*

* @author thj

*

*/

public class FileHandle {

/**

* 得到文件头

*

* @param file

* 文件

* @return 文件头

* @throws IOException

*/

public static String getFileHead(File file) {

byte[] b = new byte[28];

InputStream inputStream = null;

try {

inputStream = new FileInputStream(file);

inputStream.read(b, 0, 28);

} catch (IOException e) {

} finally {

if (inputStream != null) {

try {

inputStream.close();

} catch (IOException e) {

}

}

}

return bytesToHexString(b);

}

/**

* 将文件头转换成16进制字符串

*

* @param 原生byte

* @return 16进制字符串

*/

private static String bytesToHexString(byte[] src) {

StringBuilder stringBuilder = new StringBuilder();

if (src == null || src.length <= 0) {

return null;

}

for (int i = 0; i < src.length; i++) {

int v = src[i] & 0xFF;

String hv = Integer.toHexString(v);

if (hv.length() < 2) {

stringBuilder.append(0);

}

stringBuilder.append(hv);

}

return stringBuilder.toString();

}

}

4.正餐来咯，获取word内的内容

/**

*

* @author thj

*

*/

public class MicOffWordUtil {

/**

* 根据word文件路径获取文件内的内容

*

* @param filePath

* @return 如果解析失败则返回null

*/

@SuppressWarnings("resource")

public static String getContent(String filePath) {

// 路径必传

if (null == filePath || filePath.replaceAll(" ", "").length() == 0) {

return null;

}

// 获取文件格式

// 1.获取文件头

File f = new File(filePath);

String fh = FileHandle.getFileHead(f);

// 判断文件类型

String wt = MicOffWordType.getTypeByValue(fh);

if (null == wt) {

return null;

}

try {

// 判断是否是2003格式的word

if (wt.equals(MicOffWordType.MOW2003.toString())) {// 判断是否是2003格式的word

System.out.println("2003");

WordExtractor ex = new WordExtractor(new FileInputStream(f));

String text2003 = ex.getText();

return text2003;

} else if (wt.equals(MicOffWordType.MOW2007.toString())) {// 判断是否是2007格式的word

System.out.println("2007");

OPCPackage op = POIXMLDocument.openPackage(filePath);

POIXMLTextExtractor pte = new XWPFWordExtractor(op);

String text2007 = pte.getText();

return text2007;

}

} catch (Exception e) {

return null;

}

return null;

}

/**

* 根据word文件获取文件内的内容

*

* @param file

* word文件

* @return

*/

@SuppressWarnings("resource")

public static String getContent(File file) {

// 判断文件是否存在

if (null == file || !file.exists()) {

return null;

}

// 获取文件格式

// 1.获取文件头

String fh = FileHandle.getFileHead(file);

// 判断文件类型

String wt = MicOffWordType.getTypeByValue(fh);

if (null == wt) {

return null;

}

try {

// 判断是否是2003格式的word

if (wt.equals(MicOffWordType.MOW2003.toString())) {// 判断是否是2003格式的word

System.out.println("2003");

WordExtractor ex = new WordExtractor(new FileInputStream(file));

String text2003 = ex.getText();

return text2003;

} else if (wt.equals(MicOffWordType.MOW2007.toString())) {// 判断是否是2007格式的word

System.out.println("2007");

OPCPackage op = OPCPackage.open(file);

POIXMLTextExtractor pte = new XWPFWordExtractor(op);

String text2007 = pte.getText();

return text2007;

}

} catch (Exception e) {

return null;

}

return null;

}

}