java 读取word文件

java读取word文档，获取文本内容，保留基本的换行格式。

 

java用POI对word进行解析。所需jar包，用maven引入

<dependency>
   <groupId>org.apache.poi</groupId>
   <artifactId>poi-scratchpad</artifactId>
   <version>3.2-FINAL</version>
</dependency>

 

前端用webuploader上传控件，限制上传文件类型仅支持text和word.

 accept: {
            title: 'text',
            extensions: 'txt,docx',
            mimeTypes: 'text/plain,application/vnd.openxmlformats-officedocument.wordprocessingml.document'
        }

 

后台MultipartFile接收文件，根据ContentType区分文件类型，区分解析获取文件内容。

word解析：

File uFile = new File("tempFile.docx");
if(!uFile.exists()){
   uFile.createNewFile();
}
FileCopyUtils.copy(file.getBytes(), uFile);
OPCPackage opcPackage = POIXMLDocument.openPackage("tempFile.docx");
POIXMLTextExtractor extractor = new XWPFWordExtractor(opcPackage);
txt= extractor.getText();

 

txt为word的文本内容