1 什么是Apache POI
2 Apache POI的组件
3 安装Apache POI
4 使用POI操作Word文档
1 什么是Apache POI
全称Apache POI，使用Java编写的免费开源的跨平台的Java API。 是创建和维护操作各种符合 Office Open XML（OOXML）标准和微软的 OLE 2 复合文档格式（OLE2）的 Java API。用它可以使用 Java 读取和创建, 修改 MS Excel 文件. 而且, 还可以使用 Java 读取和创建 MS Word 和 MSPowerPoint 文件。Apache POI 提供 Java 操作 Excel 解决方案（适用于 Excel97-2008）。
2 Apache POI的组件
Apache POI包含用于MS-Office的所有OLE2复合文档的类和方法。 此API的组件列表如下：
- POIFS:此组件是所有其他POI元素的基本因素。 它用于显式读取不同的文件。
- HSSF:用于读取和写入.xls格式的MS-Excel文件。
- XSSF(XML SpreadSheet格式):用于MS-Excel的.xlsx文件格式。
- HPSF:用于提取MS-Office文件的属性集。
- HWPF:用于读取和写入MS-Word的.doc扩展文件。
- XWPF(XML字处理器格式):用于读取和写入MS-Word的扩展文件 .docx 。
- HSLF:用于阅读，创建和编辑PowerPoint演示文稿。
- HDGF(Horrible DiaGram格式):它包含MS-Visio二进制文件的类和方法。
- HPBF(Horrible PuBlisher格式):用于读取和写入MS-Publisher文件。
3 安装Apache POI
使用Maven依赖的方式，主要是下面三个依赖。
操作docx文档需要的jar包有6个：dom4j.jar,poi-ooxml-3.10-FINA.jar,poi-ooxml-schemas-3.10-FINA.jar,xmlbean-2.3.0.jar,commons-lang.jar以及ooxml-schemas-1.1.jar
操作doc文档需要的jar包有poi-3.10-FINAL.jar,poi-scratchpad-3.10-FINA.jar其中操作doc文档对模板的依赖很大，功能相对操作docx的接口很弱。
<!-- https://mvnrepository.com/artifact/org.apache.poi/poi -->
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi</artifactId>
<version>3.17</version>
</dependency>
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>poi-ooxml</artifactId>
<version>3.17</version>
</dependency>
<!-- https://mvnrepository.com/artifact/org.apache.poi/ooxml-schemas -->
<dependency>
<groupId>org.apache.poi</groupId>
<artifactId>ooxml-schemas</artifactId>
<version>1.1</version>
</dependency>
4 使用POI操作Word文档
主要是使用POI操作Word文档，主要是写入文档操作的讲解：将网页中的数据导出，自动生成指定格式的Word文档。
4.1 效果展示
（1）在网站中选择需要导出的新闻，生成Word
（2）生成的Word展示
目录页
内容详情页
从上面可以看出，导出的文档含有：
- 有指定格式的标题、时间、编著者等信息；
- 会自动生成目录；
- 有内容详情页；
4.2 功能实现介绍
4.2.1 前提知识：
（1）官方API文档地址
官方文档中主要包括Java操作Office文档的常用类，里面封装了常用的：读、写、设置格式等方法。
例如：操作Word07之后的版本主要是使用XWPFDocument这个对象。
（2）另外，当现有的功能不能满足要求，你需要对现有功能进行重写时。有一个很重要的东西就是ooxml。简单的说，这个就是微软公布的一套使用XML操作Word的开放的标准。详情见下面网址：
http://www.datypic.com/sc/ooxml/s-wml.xsd.html
4.2.2 功能实现说明
（1）功能的整体UML图如下：
image.png
（2）生成单文档
基本的格式设置、写入数据等生成单文档的功能都不难，耐心的对照这官方API去看，基本就可以实现。
下面贴一个生成单文档的例子：
效果：
image.png
代码如下：基本的注释都有，自己跑一下就懂了
public void write2Docx()throws Exception{
XWPFDocument document= new XWPFDocument();
//Write the Document in file system
FileOutputStream out = new FileOutputStream(new File("G:\\Offer\\create_table.docx"));
//添加标题
XWPFParagraph titleParagraph = document.createParagraph();
//设置段落居中
titleParagraph.setAlignment(ParagraphAlignment.CENTER);
XWPFRun titleParagraphRun = titleParagraph.createRun();
titleParagraphRun.setText("Java PoI");
titleParagraphRun.setColor("000000");
titleParagraphRun.setFontSize(20);
//段落
XWPFParagraph firstParagraph = document.createParagraph();
XWPFRun run = firstParagraph.createRun();
run.setText("Java POI 生成word文件。");
run.setColor("696969");
run.setFontSize(16);
//设置段落背景颜色
CTShd cTShd = run.getCTR().addNewRPr().addNewShd();
cTShd.setVal(STShd.CLEAR);
cTShd.setFill("97FFFF");
//换行
XWPFParagraph paragraph1 = document.createParagraph();
XWPFRun paragraphRun1 = paragraph1.createRun();
paragraphRun1.setText("\r");
//基本信息表格
XWPFTable infoTable = document.createTable();
//去表格边框
infoTable.getCTTbl().getTblPr().unsetTblBorders();
//列宽自动分割
CTTblWidth infoTableWidth = infoTable.getCTTbl().addNewTblPr().addNewTblW();
infoTableWidth.setType(STTblWidth.DXA);
infoTableWidth.setW(BigInteger.valueOf(9072));
//表格第一行
XWPFTableRow infoTableRowOne = infoTable.getRow(0);
infoTableRowOne.getCell(0).setText("职位");
infoTableRowOne.addNewTableCell().setText(": Java 开发工程师");
//表格第二行
XWPFTableRow infoTableRowTwo = infoTable.createRow();
infoTableRowTwo.getCell(0).setText("姓名");
infoTableRowTwo.getCell(1).setText(": seawater");
//表格第三行
XWPFTableRow infoTableRowThree = infoTable.createRow();
infoTableRowThree.getCell(0).setText("生日");
infoTableRowThree.getCell(1).setText(": xxx-xx-xx");
//表格第四行
XWPFTableRow infoTableRowFour = infoTable.createRow();
infoTableRowFour.getCell(0).setText("性别");
infoTableRowFour.getCell(1).setText(": 男");
//表格第五行
XWPFTableRow infoTableRowFive = infoTable.createRow();
infoTableRowFive.getCell(0).setText("现居地");
infoTableRowFive.getCell(1).setText(": xx");
CTSectPr sectPr = document.getDocument().getBody().addNewSectPr();
XWPFHeaderFooterPolicy policy = new XWPFHeaderFooterPolicy(document, sectPr);
//添加页眉
CTP ctpHeader = CTP.Factory.newInstance();
CTR ctrHeader = ctpHeader.addNewR();
CTText ctHeader = ctrHeader.addNewT();
String headerText = "ctpHeader";
ctHeader.setStringValue(headerText);
XWPFParagraph headerParagraph = new XWPFParagraph(ctpHeader, document);
//设置为右对齐
headerParagraph.setAlignment(ParagraphAlignment.RIGHT);
XWPFParagraph[] parsHeader = new XWPFParagraph[1];
parsHeader[0] = headerParagraph;
policy.createHeader(XWPFHeaderFooterPolicy.DEFAULT, parsHeader);
//添加页脚
CTP ctpFooter = CTP.Factory.newInstance();
CTR ctrFooter = ctpFooter.addNewR();
CTText ctFooter = ctrFooter.addNewT();
String footerText = "ctpFooter";
ctFooter.setStringValue(footerText);
XWPFParagraph footerParagraph = new XWPFParagraph(ctpFooter, document);
headerParagraph.setAlignment(ParagraphAlignment.CENTER);
XWPFParagraph[] parsFooter = new XWPFParagraph[1];
parsFooter[0] = footerParagraph;
policy.createFooter(XWPFHeaderFooterPolicy.DEFAULT, parsFooter);
document.write(out);
out.close();
}
（3） 重点说一说，目录的生成
在API中是提供自动生成目录方法的。
image.png
但这个方法很难在实际应用，举例说明：
image.png
生成代码如下：
public void writeTOC() throws IOException {
XWPFDocument document= new XWPFDocument();
//Write the Document in file system
FileOutputStream out = new FileOutputStream(new File("G:\\Offer\\create_toc.docx"));
//添加标题
XWPFParagraph titleParagraph = document.createParagraph();
//设置段落居中
titleParagraph.setAlignment(ParagraphAlignment.CENTER);
XWPFRun titleParagraphRun = titleParagraph.createRun();
titleParagraphRun.setText("Java PoI");
titleParagraphRun.setColor("000000");
titleParagraphRun.setFontSize(20);
//段落
XWPFParagraph firstParagraph = document.createParagraph();
firstParagraph.setStyle("Heading1");
XWPFRun run = firstParagraph.createRun();
run.setText("段落1。");
run.setColor("696969");
run.setFontSize(18);
//段落
XWPFParagraph firstParagraph1 = document.createParagraph();
firstParagraph.setStyle("Heading1");
XWPFRun run1 = firstParagraph1.createRun();
run1.setText("段落2");
run1.setColor("696969");
run1.setFontSize(16);
document.createTOC();
document.write(out);
out.close();
}
可以看出，目录存在如下问题：
- 没有中文的目录两个字，是英文的Table of Contents。
- 目录生成的位置不合适，因为createTOC源码方法实际上是读取文档中被
Heading1修饰的部分，所以若该语句放在前面，则无法生成目录。
导致问题的源码如下：
- 没有中文目录二字。
image.png
- 读取文档中被
Heading1修饰的部分，作为目录。
image.png
所以，需要自定义目录类。下面是我自定义的生成目录的类，下面代码的效果仅仅是生成了目录两个字：
public CustomTOC(CTSdtBlock block) {
this.block = block;
CTSdtPr sdtPr = block.addNewSdtPr();
CTDecimalNumber id = sdtPr.addNewId();
id.setVal(new BigInteger("4844945"));
sdtPr.addNewDocPartObj().addNewDocPartGallery().setVal("Table of contents");
CTSdtEndPr sdtEndPr = block.addNewSdtEndPr();
CTRPr rPr = sdtEndPr.addNewRPr();
CTFonts fonts = rPr.addNewRFonts();
fonts.setAsciiTheme(STTheme.MINOR_H_ANSI);
fonts.setEastAsiaTheme(STTheme.MINOR_H_ANSI);
fonts.setHAnsiTheme(STTheme.MINOR_H_ANSI);
fonts.setCstheme(STTheme.MINOR_BIDI);
rPr.addNewB().setVal(STOnOff.OFF);
rPr.addNewBCs().setVal(STOnOff.OFF);
rPr.addNewColor().setVal("auto");
rPr.addNewSz().setVal(new BigInteger("24"));
rPr.addNewSzCs().setVal(new BigInteger("24"));
CTSdtContentBlock content = block.addNewSdtContent();
CTP p = content.addNewP();
p.setRsidR("00EF7E24".getBytes(LocaleUtil.CHARSET_1252));
p.setRsidRDefault("00EF7E24".getBytes(LocaleUtil.CHARSET_1252));
p.addNewPPr().addNewPStyle().setVal("TOCHeading");
p.addNewR().addNewT().setStringValue("目 录");//源码中为"Table of contents"
//设置段落对齐方式，即将“目录”二字居中
CTPPr pr = p.getPPr();
CTJc jc = pr.isSetJc() ? pr.getJc() : pr.addNewJc();
STJc.Enum en = STJc.Enum.forInt(ParagraphAlignment.CENTER.getValue());
jc.setVal(en);
//"目录"二字的字体
CTRPr pRpr = p.getRArray(0).addNewRPr();
fonts = pRpr.isSetRFonts() ? pRpr.getRFonts() : pRpr.addNewRFonts();
fonts.setAscii("Times New Roman");
fonts.setEastAsia("华文中宋");
fonts.setHAnsi("华文中宋");
//"目录"二字加粗
CTOnOff bold = pRpr.isSetB() ? pRpr.getB() : pRpr.addNewB();
bold.setVal(STOnOff.TRUE);
// 设置“目录”二字字体大小为24号
CTHpsMeasure sz = pRpr.isSetSz() ? pRpr.getSz() : pRpr.addNewSz();
sz.setVal(new BigInteger("36"));
}
image.png
如此，第一个问题解决，中文的目录二字已经有了。而这段代码就已经涉及到我上面说的第二个重点：ooxml，即使用xml语言来操作文档。如果不去了解这个，上面的代码有很多是看不懂的。这个就需要自己去阅读那个网站上xml的说明了。
上面语句对应的xml如下：
image.png
第二个问题（目录的位置和样式都不合适）的解决就需要更需要涉及ooxml了
首先直接上效果和代码
image.png
添加不带页数的大字栏目
public void addRowOnlyTitle(int level, String title) {
CTSdtContentBlock contentBlock = this.block.getSdtContent();
CTP p = contentBlock.addNewP();
p.setRsidR("00EF7E24".getBytes(LocaleUtil.CHARSET_1252));
p.setRsidRDefault("00EF7E24".getBytes(LocaleUtil.CHARSET_1252));
CTPPr pPr = p.addNewPPr();
pPr.addNewPStyle().setVal("TOC" + level);
CTTabs tabs = pPr.addNewTabs();//Set of Custom Tab Stops自定义制表符集合
CTTabStop tab = tabs.addNewTab();//Custom Tab Stop自定义制表符
tab.setVal(STTabJc.RIGHT);
tab.setLeader(STTabTlc.DOT);
tab.setPos(new BigInteger("9190"));//默认为8290，因为调整过页边距，所有需要调整，手动设置找出最佳值
pPr.addNewRPr().addNewNoProof();//不检查语法
CTR run = p.addNewR();
run.addNewRPr().addNewNoProof();
run.addNewT().setStringValue(title);
//设置行间距
CTSpacing pSpacing = pPr.getSpacing() != null ? pPr.getSpacing(): pPr.addNewSpacing();
pSpacing.setLineRule(STLineSpacingRule.AUTO);//行间距类型：多倍
pSpacing.setLine(new BigInteger("360"));//此处1.5倍行间距
pSpacing.setBeforeLines(new BigInteger("20"));//段前0.2
pSpacing.setAfterLines(new BigInteger("10"));//段后0.1
//设置字体
CTRPr pRpr = run.getRPr();
CTFonts fonts = pRpr.isSetRFonts() ? pRpr.getRFonts() : pRpr.addNewRFonts();
fonts.setAscii("Times New Roman");
fonts.setEastAsia("黑体");
fonts.setHAnsi("黑体");
// 设置字体大小
CTHpsMeasure sz = pRpr.isSetSz() ? pRpr.getSz() : pRpr.addNewSz();
sz.setVal(new BigInteger("24"));
CTHpsMeasure szCs = pRpr.isSetSzCs() ? pRpr.getSzCs() : pRpr.addNewSzCs();
szCs.setVal(new BigInteger("24"));
}
带页数的详细小字栏目
public void addRow(int level, String title, int page, String bookmarkRef) {
CTSdtContentBlock contentBlock = this.block.getSdtContent();
CTP p = contentBlock.addNewP();
p.setRsidR("00EF7E24".getBytes(LocaleUtil.CHARSET_1252));
p.setRsidRDefault("00EF7E24".getBytes(LocaleUtil.CHARSET_1252));
CTPPr pPr = p.addNewPPr();
pPr.addNewPStyle().setVal("TOC" + level);
CTTabs tabs = pPr.addNewTabs();//Set of Custom Tab Stops自定义制表符集合
CTTabStop tab = tabs.addNewTab();//Custom Tab Stop自定义制表符
tab.setVal(STTabJc.RIGHT);
tab.setLeader(STTabTlc.DOT);
tab.setPos(new BigInteger("9100"));//默认为8290，因为调整过页边距，所有需要调整，手动设置找出最佳值
pPr.addNewRPr().addNewNoProof();//不检查语法
CTR run = p.addNewR();
run.addNewRPr().addNewNoProof();
run.addNewT().setStringValue(title);//添加标题文字
//设置标题字体
CTRPr pRpr = run.getRPr();
CTFonts fonts = pRpr.isSetRFonts() ? pRpr.getRFonts() : pRpr.addNewRFonts();
fonts.setAscii("Times New Roman");
fonts.setEastAsia("楷体");
fonts.setHAnsi("楷体");
// 设置标题字体大小
CTHpsMeasure sz = pRpr.isSetSz() ? pRpr.getSz() : pRpr.addNewSz();
sz.setVal(new BigInteger("21"));
CTHpsMeasure szCs = pRpr.isSetSzCs() ? pRpr.getSzCs() : pRpr.addNewSzCs();
szCs.setVal(new BigInteger("21"));
//添加制表符
run = p.addNewR();
run.addNewRPr().addNewNoProof();
run.addNewTab();
//添加页码左括号
p.addNewR().addNewT().setStringValue("(");
//STFldCharType.BEGIN标识与结尾处STFldCharType.END相对应
run = p.addNewR();
run.addNewRPr().addNewNoProof();
run.addNewFldChar().setFldCharType(STFldCharType.BEGIN);//Field Character Type
// pageref run
run = p.addNewR();
run.addNewRPr().addNewNoProof();
CTText text = run.addNewInstrText();//Field Code 添加域代码文本控件
text.setSpace(SpaceAttribute.Space.PRESERVE);
// bookmark reference
//源码的域名为" PAGEREF _Toc","\h"含义为在目录内建立目录项与页码的超链接
text.setStringValue(" PAGEREF "+bookmarkRef + " \\h ");
p.addNewR().addNewRPr().addNewNoProof();
run = p.addNewR();
run.addNewRPr().addNewNoProof();
run.addNewFldChar().setFldCharType(STFldCharType.SEPARATE);
// page number run
run = p.addNewR();
run.addNewRPr().addNewNoProof();
run.addNewT().setStringValue(Integer.toString(page));
run = p.addNewR();
run.addNewRPr().addNewNoProof();
//STFldCharType.END标识与上面STFldCharType.BEGIN相对应
run.addNewFldChar().setFldCharType(STFldCharType.END);
//添加页码右括号
p.addNewR().addNewT().setStringValue(")");
//设置行间距
CTSpacing pSpacing = pPr.getSpacing() != null ? pPr.getSpacing(): pPr.addNewSpacing();
pSpacing.setLineRule(STLineSpacingRule.AUTO);//行间距类型：多倍
pSpacing.setLine(new BigInteger("360"));//此处1.5倍行间距
}
下面代码就能解决目录位置的问题
/**
* 写多个文档
*/
public void writeWordBanch() throws Exception {
XWPFDocument doc = new XWPFDocument();
FileOutputStream out = new FileOutputStream(new File("G:\\Offer\\create_OilWord_TOC.docx"));
FileRedWordDynamic wordFile = new FileRedWordDynamic(doc);
wordFile.writeFileHead();
wordFile.createCustomTOC();
List<News> newsData = DataSource.getInstance().getDataByJDBC();
wordFile.writeAllNews(newsData);
wordFile.addItem2TOC();
doc.write(out);
out.close();
}
可以看出源码在创建完目录索引后，立即判断根据Heading1插入目录
image.png
在我重写的方法中将其分为createCustomTOC()和addItem2TOC()分开，先在顶部占位，然后等文档的标题和内容等信息全部写完之后，在写目录剩下的部分，如下：
public void createCustomTOC() {
CTSdtBlock block = doc.getDocument().getBody().addNewSdt();
doc.createTOC();
this.toc = new CustomTOC(block);
wordSetting.setCustomHeadingStyle(doc, "Heading1", 1);
wordSetting.setCustomHeadingStyle(doc, "Heading2", 2);
}
public void addItem2TOC() {
List<XWPFParagraph> paragraphs = doc.getParagraphs();
for (XWPFParagraph par : paragraphs) {
String parStyle = par.getStyle();
if (parStyle != null && parStyle.startsWith("Heading")) {
List<CTBookmark> bookmarkList=par.getCTP().getBookmarkStartList();
try {
int level = Integer.parseInt(parStyle.substring("Heading".length()));
if(level==1){
//添加栏目
toc.addRowOnlyTitle(level, par.getText());
}else{
//添加标题
toc.addRow(level, par.getText(), 1, bookmarkList.get(0).getName());
}
} catch (NumberFormatException e) {
e.printStackTrace();
}
}
}
}
如此，第二个问题也就解决了。
（4）这里面也有个难点
就是如何将内容部分和目录部分建立联系呢？
就是通过下面代码
text.setStringValue(" PAGEREF "+bookmarkRef + " \\h ");
为什么是这样的格式，这个在Word中有说明的
image.png
OK，这一步如果走通了，就好多了。最后就是将需要添加为目录的部分传入对应的设置即可
public void addItem2TOC() {
List<XWPFParagraph> paragraphs = doc.getParagraphs();
for (XWPFParagraph par : paragraphs) {
String parStyle = par.getStyle();
if (parStyle != null && parStyle.startsWith("Heading")) {
List<CTBookmark> bookmarkList=par.getCTP().getBookmarkStartList();
try {
int level = Integer.parseInt(parStyle.substring("Heading".length()));
if(level==1){
//添加栏目
toc.addRowOnlyTitle(level, par.getText());
}else{
//添加标题
toc.addRow(level, par.getText(), 1, bookmarkList.get(0).getName());
}
} catch (NumberFormatException e) {
e.printStackTrace();
}
}
}
}
通过上面的代码，就可以生成目录了。
（5）最后还有个问题
但是现在，还是存在一个问题。如下图：现在生成的文档，页数全部是1，必须要手动更新域才可以生成新的正确的页码，所以算不得是完全自动更新。
image.png
需要在上面的addRow方法的第二个参数中传入当前页码，但是现在就是不知道应该如何准确的获取Word的当前页数，这个问题可卡了我很久都没解决，我也找一一些方法，但存在以下问题：
- 插入的页码不准，有误；
- 通过Word转PDF生成页码较准，但这样Word目录不好操作，代码的完整性会被破坏；
作者：艾剪疏
链接：https://www.jianshu.com/p/0a32d8bd6878
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
