碼上歡樂
相關內容    簡體    繁體

android使用POI讀寫word doc文件

本文轉載自   查看原文   2015-11-10 10:26   8277    Android

目錄

1     讀word doc文件

1.1     通過WordExtractor讀文件

1.2     通過HWPFDocument讀文件

2     寫word doc文件

 

       Apache poi的hwpf模塊是專門用來對word doc文件進行讀寫操作的。在hwpf里面我們使用HWPFDocument來表示一個word doc文檔。在HWPFDocument里面有這么幾個概念：

l  Range：它表示一個范圍，這個范圍可以是整個文檔，也可以是里面的某一小節（Section），也可以是某一個段落（Paragraph），還可以是擁有共同屬性的一段文本（CharacterRun）。

l  Section：word文檔的一個小節，一個word文檔可以由多個小節構成。

l  Paragraph：word文檔的一個段落，一個小節可以由多個段落構成。

l  CharacterRun：具有相同屬性的一段文本，一個段落可以由多個CharacterRun組成。

l  Table：一個表格。

l  TableRow：表格對應的行。

l  TableCell：表格對應的單元格。

       Section、Paragraph、CharacterRun和Table都繼承自Range。

1       讀word doc文件

       在日常應用中，我們從word文件里面讀取信息的情況非常少見，更多的還是把內容寫入到word文件中。使用POI從word doc文件讀取數據時主要有兩種方式：通過WordExtractor讀和通過HWPFDocument讀。在WordExtractor內部進行信息讀取時還是通過HWPFDocument來獲取的。

 

1.1     通過WordExtractor讀文件

       在使用WordExtractor讀文件時我們只能讀到文件的文本內容和基於文檔的一些屬性，至於文檔內容的屬性等是無法讀到的。如果要讀到文檔內容的屬性則需要使用HWPFDocument來讀取了。下面是使用WordExtractor讀取文件的一個示例：

Java代碼  
  1. public class HwpfTest {  
  2.    
  3.    @SuppressWarnings("deprecation")  
  4.    @Test  
  5.    public void testReadByExtractor() throws Exception {  
  6.       InputStream is = new FileInputStream("D:\\test.doc");  
  7.       WordExtractor extractor = new WordExtractor(is);  
  8.       //輸出word文檔所有的文本  
  9.       System.out.println(extractor.getText());  
  10.       System.out.println(extractor.getTextFromPieces());  
  11.       //輸出頁眉的內容  
  12.       System.out.println("頁眉：" + extractor.getHeaderText());  
  13.       //輸出頁腳的內容  
  14.       System.out.println("頁腳：" + extractor.getFooterText());  
  15.       //輸出當前word文檔的元數據信息，包括作者、文檔的修改時間等。  
  16.       System.out.println(extractor.getMetadataTextExtractor().getText());  
  17.       //獲取各個段落的文本  
  18.       String paraTexts[] = extractor.getParagraphText();  
  19.       for (int i=0; i<paraTexts.length; i++) {  
  20.          System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);  
  21.       }  
  22.       //輸出當前word的一些信息  
  23.       printInfo(extractor.getSummaryInformation());  
  24.       //輸出當前word的一些信息  
  25.       this.printInfo(extractor.getDocSummaryInformation());  
  26.       this.closeStream(is);  
  27.    }  
  28.     
  29.    /** 
  30.     * 輸出SummaryInfomation 
  31.     * @param info 
  32.     */  
  33.    private void printInfo(SummaryInformation info) {  
  34.       //作者  
  35.       System.out.println(info.getAuthor());  
  36.       //字符統計  
  37.       System.out.println(info.getCharCount());  
  38.       //頁數  
  39.       System.out.println(info.getPageCount());  
  40.       //標題  
  41.       System.out.println(info.getTitle());  
  42.       //主題  
  43.       System.out.println(info.getSubject());  
  44.    }  
  45.     
  46.    /** 
  47.     * 輸出DocumentSummaryInfomation 
  48.     * @param info 
  49.     */  
  50.    private void printInfo(DocumentSummaryInformation info) {  
  51.       //分類  
  52.       System.out.println(info.getCategory());  
  53.       //公司  
  54.       System.out.println(info.getCompany());  
  55.    }  
  56.     
  57.    /** 
  58.     * 關閉輸入流 
  59.     * @param is 
  60.     */  
  61.    private void closeStream(InputStream is) {  
  62.       if (is != null) {  
  63.          try {  
  64.             is.close();  
  65.          } catch (IOException e) {  
  66.             e.printStackTrace();  
  67.          }  
  68.       }  
  69.    }  
  70.     
  71. }  
public class HwpfTest {
 
   @SuppressWarnings("deprecation")
   @Test
   public void testReadByExtractor() throws Exception {
      InputStream is = new FileInputStream("D:\\test.doc");
      WordExtractor extractor = new WordExtractor(is);
      //輸出word文檔所有的文本
      System.out.println(extractor.getText());
      System.out.println(extractor.getTextFromPieces());
      //輸出頁眉的內容
      System.out.println("頁眉：" + extractor.getHeaderText());
      //輸出頁腳的內容
      System.out.println("頁腳：" + extractor.getFooterText());
      //輸出當前word文檔的元數據信息，包括作者、文檔的修改時間等。
      System.out.println(extractor.getMetadataTextExtractor().getText());
      //獲取各個段落的文本
      String paraTexts[] = extractor.getParagraphText();
      for (int i=0; i<paraTexts.length; i++) {
         System.out.println("Paragraph " + (i+1) + " : " + paraTexts[i]);
      }
      //輸出當前word的一些信息
      printInfo(extractor.getSummaryInformation());
      //輸出當前word的一些信息
      this.printInfo(extractor.getDocSummaryInformation());
      this.closeStream(is);
   }
  
   /**
    * 輸出SummaryInfomation
    * @param info
    */
   private void printInfo(SummaryInformation info) {
      //作者
      System.out.println(info.getAuthor());
      //字符統計
      System.out.println(info.getCharCount());
      //頁數
      System.out.println(info.getPageCount());
      //標題
      System.out.println(info.getTitle());
      //主題
      System.out.println(info.getSubject());
   }
  
   /**
    * 輸出DocumentSummaryInfomation
    * @param info
    */
   private void printInfo(DocumentSummaryInformation info) {
      //分類
      System.out.println(info.getCategory());
      //公司
      System.out.println(info.getCompany());
   }
  
   /**
    * 關閉輸入流
    * @param is
    */
   private void closeStream(InputStream is) {
      if (is != null) {
         try {
            is.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
  
}

 

 

1.2     通過HWPFDocument讀文件

       HWPFDocument是當前Word文檔的代表，它的功能比WordExtractor要強。通過它我們可以讀取文檔中的表格、列表等，還可以對文檔的內容進行新增、修改和刪除操作。只是在進行完這些新增、修改和刪除后相關信息是保存在HWPFDocument中的，也就是說我們改變的是HWPFDocument，而不是磁盤上的文件。如果要使這些修改生效的話，我們可以調用HWPFDocument的write方法把修改后的HWPFDocument輸出到指定的輸出流中。這可以是原文件的輸出流，也可以是新文件的輸出流（相當於另存為）或其它輸出流。下面是一個通過HWPFDocument讀文件的示例：

Java代碼  
  1. public class HwpfTest {  
  2.     
  3.    @Test  
  4.    public void testReadByDoc() throws Exception {  
  5.       InputStream is = new FileInputStream("D:\\test.doc");  
  6.       HWPFDocument doc = new HWPFDocument(is);  
  7.       //輸出書簽信息  
  8.       this.printInfo(doc.getBookmarks());  
  9.       //輸出文本  
  10.       System.out.println(doc.getDocumentText());  
  11.       Range range = doc.getRange();  
  12. //    this.insertInfo(range);  
  13.       this.printInfo(range);  
  14.       //讀表格  
  15.       this.readTable(range);  
  16.       //讀列表  
  17.       this.readList(range);  
  18.       //刪除range  
  19.       Range r = new Range(2, 5, doc);  
  20.       r.delete();//在內存中進行刪除，如果需要保存到文件中需要再把它寫回文件  
  21.       //把當前HWPFDocument寫到輸出流中  
  22.       doc.write(new FileOutputStream("D:\\test.doc"));  
  23.       this.closeStream(is);  
  24.    }  
  25.     
  26.    /** 
  27.     * 關閉輸入流 
  28.     * @param is 
  29.     */  
  30.    private void closeStream(InputStream is) {  
  31.       if (is != null) {  
  32.          try {  
  33.             is.close();  
  34.          } catch (IOException e) {  
  35.             e.printStackTrace();  
  36.          }  
  37.       }  
  38.    }  
  39.     
  40.    /** 
  41.     * 輸出書簽信息 
  42.     * @param bookmarks 
  43.     */  
  44.    private void printInfo(Bookmarks bookmarks) {  
  45.       int count = bookmarks.getBookmarksCount();  
  46.       System.out.println("書簽數量：" + count);  
  47.       Bookmark bookmark;  
  48.       for (int i=0; i<count; i++) {  
  49.          bookmark = bookmarks.getBookmark(i);  
  50.          System.out.println("書簽" + (i+1) + "的名稱是：" + bookmark.getName());  
  51.          System.out.println("開始位置：" + bookmark.getStart());  
  52.          System.out.println("結束位置：" + bookmark.getEnd());  
  53.       }  
  54.    }  
  55.     
  56.    /** 
  57.     * 讀表格 
  58.     * 每一個回車符代表一個段落，所以對於表格而言，每一個單元格至少包含一個段落，每行結束都是一個段落。 
  59.     * @param range 
  60.     */  
  61.    private void readTable(Range range) {  
  62.       //遍歷range范圍內的table。  
  63.       TableIterator tableIter = new TableIterator(range);  
  64.       Table table;  
  65.       TableRow row;  
  66.       TableCell cell;  
  67.       while (tableIter.hasNext()) {  
  68.          table = tableIter.next();  
  69.          int rowNum = table.numRows();  
  70.          for (int j=0; j<rowNum; j++) {  
  71.             row = table.getRow(j);  
  72.             int cellNum = row.numCells();  
  73.             for (int k=0; k<cellNum; k++) {  
  74.                 cell = row.getCell(k);  
  75.                 //輸出單元格的文本  
  76.                 System.out.println(cell.text().trim());  
  77.             }  
  78.          }  
  79.       }  
  80.    }  
  81.     
  82.    /** 
  83.     * 讀列表 
  84.     * @param range 
  85.     */  
  86.    private void readList(Range range) {  
  87.       int num = range.numParagraphs();  
  88.       Paragraph para;  
  89.       for (int i=0; i<num; i++) {  
  90.          para = range.getParagraph(i);  
  91.          if (para.isInList()) {  
  92.             System.out.println("list: " + para.text());  
  93.          }  
  94.       }  
  95.    }  
  96.     
  97.    /** 
  98.     * 輸出Range 
  99.     * @param range 
  100.     */  
  101.    private void printInfo(Range range) {  
  102.       //獲取段落數  
  103.       int paraNum = range.numParagraphs();  
  104.       System.out.println(paraNum);  
  105.       for (int i=0; i<paraNum; i++) {  
  106. //       this.insertInfo(range.getParagraph(i));  
  107.          System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());  
  108.          if (i == (paraNum-1)) {  
  109.             this.insertInfo(range.getParagraph(i));  
  110.          }  
  111.       }  
  112.       int secNum = range.numSections();  
  113.       System.out.println(secNum);  
  114.       Section section;  
  115.       for (int i=0; i<secNum; i++) {  
  116.          section = range.getSection(i);  
  117.          System.out.println(section.getMarginLeft());  
  118.          System.out.println(section.getMarginRight());  
  119.          System.out.println(section.getMarginTop());  
  120.          System.out.println(section.getMarginBottom());  
  121.          System.out.println(section.getPageHeight());  
  122.          System.out.println(section.text());  
  123.       }  
  124.    }  
  125.     
  126.    /** 
  127.     * 插入內容到Range，這里只會寫到內存中 
  128.     * @param range 
  129.     */  
  130.    private void insertInfo(Range range) {  
  131.       range.insertAfter("Hello");  
  132.    }  
  133.     
  134. }  
public class HwpfTest {
  
   @Test
   public void testReadByDoc() throws Exception {
      InputStream is = new FileInputStream("D:\\test.doc");
      HWPFDocument doc = new HWPFDocument(is);
      //輸出書簽信息
      this.printInfo(doc.getBookmarks());
      //輸出文本
      System.out.println(doc.getDocumentText());
      Range range = doc.getRange();
//    this.insertInfo(range);
      this.printInfo(range);
      //讀表格
      this.readTable(range);
      //讀列表
      this.readList(range);
      //刪除range
      Range r = new Range(2, 5, doc);
      r.delete();//在內存中進行刪除，如果需要保存到文件中需要再把它寫回文件
      //把當前HWPFDocument寫到輸出流中
      doc.write(new FileOutputStream("D:\\test.doc"));
      this.closeStream(is);
   }
  
   /**
    * 關閉輸入流
    * @param is
    */
   private void closeStream(InputStream is) {
      if (is != null) {
         try {
            is.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
  
   /**
    * 輸出書簽信息
    * @param bookmarks
    */
   private void printInfo(Bookmarks bookmarks) {
      int count = bookmarks.getBookmarksCount();
      System.out.println("書簽數量：" + count);
      Bookmark bookmark;
      for (int i=0; i<count; i++) {
         bookmark = bookmarks.getBookmark(i);
         System.out.println("書簽" + (i+1) + "的名稱是：" + bookmark.getName());
         System.out.println("開始位置：" + bookmark.getStart());
         System.out.println("結束位置：" + bookmark.getEnd());
      }
   }
  
   /**
    * 讀表格
    * 每一個回車符代表一個段落，所以對於表格而言，每一個單元格至少包含一個段落，每行結束都是一個段落。
    * @param range
    */
   private void readTable(Range range) {
      //遍歷range范圍內的table。
      TableIterator tableIter = new TableIterator(range);
      Table table;
      TableRow row;
      TableCell cell;
      while (tableIter.hasNext()) {
         table = tableIter.next();
         int rowNum = table.numRows();
         for (int j=0; j<rowNum; j++) {
            row = table.getRow(j);
            int cellNum = row.numCells();
            for (int k=0; k<cellNum; k++) {
                cell = row.getCell(k);
                //輸出單元格的文本
                System.out.println(cell.text().trim());
            }
         }
      }
   }
  
   /**
    * 讀列表
    * @param range
    */
   private void readList(Range range) {
      int num = range.numParagraphs();
      Paragraph para;
      for (int i=0; i<num; i++) {
         para = range.getParagraph(i);
         if (para.isInList()) {
            System.out.println("list: " + para.text());
         }
      }
   }
  
   /**
    * 輸出Range
    * @param range
    */
   private void printInfo(Range range) {
      //獲取段落數
      int paraNum = range.numParagraphs();
      System.out.println(paraNum);
      for (int i=0; i<paraNum; i++) {
//       this.insertInfo(range.getParagraph(i));
         System.out.println("段落" + (i+1) + "：" + range.getParagraph(i).text());
         if (i == (paraNum-1)) {
            this.insertInfo(range.getParagraph(i));
         }
      }
      int secNum = range.numSections();
      System.out.println(secNum);
      Section section;
      for (int i=0; i<secNum; i++) {
         section = range.getSection(i);
         System.out.println(section.getMarginLeft());
         System.out.println(section.getMarginRight());
         System.out.println(section.getMarginTop());
         System.out.println(section.getMarginBottom());
         System.out.println(section.getPageHeight());
         System.out.println(section.text());
      }
   }
  
   /**
    * 插入內容到Range，這里只會寫到內存中
    * @param range
    */
   private void insertInfo(Range range) {
      range.insertAfter("Hello");
   }
  
}

 

 

2       寫word doc文件

       在使用POI寫word doc文件的時候我們必須要先有一個doc文件才行，因為我們在寫doc文件的時候是通過HWPFDocument來寫的，而HWPFDocument是要依附於一個doc文件的。所以通常的做法是我們先在硬盤上准備好一個內容空白的doc文件，然后建立一個基於該空白文件的HWPFDocument。之后我們就可以往HWPFDocument里面新增內容了，然后再把它寫入到另外一個doc文件中，這樣就相當於我們使用POI生成了word doc文件。

       在實際應用中，我們在生成word文件的時候都是生成某一類文件，該類文件的格式是固定的，只是某些字段不一樣罷了。所以在實際應用中，我們大可不必將整個word文件的內容都通過HWPFDocument生成。而是先在磁盤上新建一個word文檔，其內容就是我們需要生成的word文件的內容，然后把里面一些屬於變量的內容使用類似於“${paramName}”這樣的方式代替。這樣我們在基於某些信息生成word文件的時候，只需要獲取基於該word文件的HWPFDocument，然后調用Range的replaceText()方法把對應的變量替換為對應的值即可，之后再把當前的HWPFDocument寫入到新的輸出流中。這種方式在實際應用中用的比較多，因為它不但可以減少我們的工作量，還可以讓文本的格式更加的清晰。下面我們就來基於這種方式做一個示例。

       假設我們現在擁有一些變動的信息，然后需要通過這些信息生成如下格式的word doc文件：

 

       那么根據上面的描述，首先第一步，我們建立一個對應格式的doc文件作為模板，其內容是這樣的：

 

       有了這樣一個模板之后，我們就可以建立對應的HWPFDocument，然后替換對應的變量為相應的值，再把HWPFDocument輸出到對應的輸出流即可。下面是對應的代碼。

Java代碼  
  1. public class HwpfTest {  
  2.     
  3.    @Test  
  4.    public void testWrite() throws Exception {  
  5.       String templatePath = "D:\\word\\template.doc";  
  6.       InputStream is = new FileInputStream(templatePath);  
  7.       HWPFDocument doc = new HWPFDocument(is);  
  8.       Range range = doc.getRange();  
  9.       //把range范圍內的${reportDate}替換為當前的日期  
  10.       range.replaceText("${reportDate}", new SimpleDateFormat("yyyy-MM-dd").format(new Date()));  
  11.       range.replaceText("${appleAmt}", "100.00");  
  12.       range.replaceText("${bananaAmt}", "200.00");  
  13.       range.replaceText("${totalAmt}", "300.00");  
  14.       OutputStream os = new FileOutputStream("D:\\word\\write.doc");  
  15.       //把doc輸出到輸出流中  
  16.       doc.write(os);  
  17.       this.closeStream(os);  
  18.       this.closeStream(is);  
  19.    }  
  20.     
  21.    /** 
  22.     * 關閉輸入流 
  23.     * @param is 
  24.     */  
  25.    private void closeStream(InputStream is) {  
  26.       if (is != null) {  
  27.          try {  
  28.             is.close();  
  29.          } catch (IOException e) {  
  30.             e.printStackTrace();  
  31.          }  
  32.       }  
  33.    }  
  34.    
  35.    /** 
  36.     * 關閉輸出流 
  37.     * @param os 
  38.     */  
  39.    private void closeStream(OutputStream os) {  
  40.       if (os != null) {  
  41.          try {  
  42.             os.close();  
  43.          } catch (IOException e) {  
  44.             e.printStackTrace();  
  45.          }  
  46.       }  
  47.    }  
  48.     
  49.    
  50. }  
public class HwpfTest {
  
   @Test
   public void testWrite() throws Exception {
      String templatePath = "D:\\word\\template.doc";
      InputStream is = new FileInputStream(templatePath);
      HWPFDocument doc = new HWPFDocument(is);
      Range range = doc.getRange();
      //把range范圍內的${reportDate}替換為當前的日期
      range.replaceText("${reportDate}", new SimpleDateFormat("yyyy-MM-dd").format(new Date()));
      range.replaceText("${appleAmt}", "100.00");
      range.replaceText("${bananaAmt}", "200.00");
      range.replaceText("${totalAmt}", "300.00");
      OutputStream os = new FileOutputStream("D:\\word\\write.doc");
      //把doc輸出到輸出流中
      doc.write(os);
      this.closeStream(os);
      this.closeStream(is);
   }
  
   /**
    * 關閉輸入流
    * @param is
    */
   private void closeStream(InputStream is) {
      if (is != null) {
         try {
            is.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
 
   /**
    * 關閉輸出流
    * @param os
    */
   private void closeStream(OutputStream os) {
      if (os != null) {
         try {
            os.close();
         } catch (IOException e) {
            e.printStackTrace();
         }
      }
   }
  
 
}

 

（注：本文是基於poi3.9所寫）


免責聲明！

本站轉載的文章為個人學習借鑒使用，本站對版權不負任何法律責任。如果侵犯了您的隱私權益，請聯系本站郵箱yoyou2525@163.com刪除。



猜您在找 poi讀寫doc和docx C#使用Spire.Doc Word for .Net讀寫Word poi導出word文檔，doc和docx java使用poi讀取doc和docx文件（maven自動導入依賴包） Apache POI 讀寫 Excel 文件 POI實現word文檔轉html文件 Apache POI 實現對 Excel 文件讀寫 使用POI給word中的表格增加行 Java使用POI讀取Word中的表格 使用POI把Word Excel轉為HTML
 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM