java 读取 doc_java 笔记： 读取 doc/docx 中文本

场景：因要处理大量行业数据每个(大部分)单个项目文件中包含一份文档说明部分是txt,另外大部分是doc/docx.

通过 百度得到需要poi方式 读取。

大体是参考此处博主文章：

https://blog.csdn.net/qq_36243824/article/details/71643193

1.下载配置poi的jar。

下载后解压，如图：

image.png

2.编写代码

把这6个poi开头的jar 包导入新建的测试空项目，写如下代码：

public static String getPhoneNum(File filePath) {

String text = "";

String fileName = filePath.getName().toLowerCase();// 得到名字小写

try {

FileInputStream in = new FileInputStream(filePath);

if (fileName.endsWith(".doc")) { // doc为后缀的

WordExtractor extractor = new WordExtractor(in);

text = extractor.getText();

}

if (fileName.endsWith(".docx")) { // docx为后缀的

XWPFWordExtracto