java使用poi讀取doc和docx文件

本文轉載自查看原文 2020-08-17 17:24 1066 java

maven構建的項目-->pom.xml文件

eclipse提供Dependencies直接添加依賴jar包的工具：直接搜索poi以及poi-ooxml即可,maven會自動依賴需要的jar包:

poi提供microsoft office舊版本支持,eg .xls Excel
poi-ooxml提供microsoft office新版本支持,eg .xlsx Excel

或者手動修改pom.xml,在添加jar包依賴的地方加入

翻過這道山，就有人聽到你的故事。

1 <dependency>
2         <groupId>org.apache.poi</groupId>
3         <artifactId>poi</artifactId>
4         <version>3.10-FINAL</version>
5     </dependency>

1 <dependency>
2         <groupId>org.apache.poi</groupId>
3         <artifactId>poi-ooxml</artifactId>
4         <version>3.10-FINAL</version>
5     </dependency>

java使用poi讀取doc和docx文件（maven自動導入依賴包）

於是在網上搜尋了一陣之后才發現原來doc文檔和excel一樣不能用普通的io流的方法來讀取，而是也需要用poi，於是進行了一番嘗試后，終於以正確的編碼格式讀取了這個doc文件。

在網上搜索的過程中發現doc和docx的讀取方法是不一樣的，於是順帶也學了一下docx文件的簡單讀取。

一、導包：
doc文件的讀取，需要導入poi-scratchpad的jar包和相關依賴包：
這里寫圖片描述

docx文件讀取，需要導入poi-ooxml的jar包和相關依賴包：
這里寫圖片描述

我用的是maven構建項目，相關的依賴包會自動導入，maven導包配置如下：

 1 <dependency>
 2         <groupId>org.apache.poi</groupId>
 3         <artifactId>poi-ooxml</artifactId>
 4         <version>3.8</version>
 5     </dependency>
 6     <dependency>
 7         <groupId>org.apache.poi</groupId>
 8         <artifactId>poi-scratchpad</artifactId>
 9         <version>3.8</version>
10     </dependency>

二、讀取文件的代碼：
1、doc文件讀取簡單示例：

 1 public static void readAndWriterTest3() throws IOException {
 2         File file = new File("C:\\Users\\tuzongxun123\\Desktop\\aa.doc");
 3         String str = "";
 4         try {
 5             FileInputStream fis = new FileInputStream(file);
 6             HWPFDocument doc = new HWPFDocument(fis);
 7             String doc1 = doc.getDocumentText();
 8             System.out.println(doc1);
 9             StringBuilder doc2 = doc.getText();
10             System.out.println(doc2);
11             Range rang = doc.getRange();
12             String doc3 = rang.text();
13             System.out.println(doc3);
14             fis.close();
15         } catch (Exception e) {
16             e.printStackTrace();
17         }
18     }

2、docx文件讀取簡單示例：

 1 public static void readAndWriterTest4() throws IOException {
 2         File file = new File("C:\\Users\\tuzongxun123\\Desktop\\aa.docx");
 3         String str = "";
 4         try {
 5             FileInputStream fis = new FileInputStream(file);
 6             XWPFDocument xdoc = new XWPFDocument(fis);
 7             XWPFWordExtractor extractor = new XWPFWordExtractor(xdoc);
 8             String doc1 = extractor.getText();
 9             System.out.println(doc1);
10             fis.close();
11         } catch (Exception e) {
12             e.printStackTrace();
13         }
14     }

//20171218修改
我並沒有在工作中操作過word，這篇博客也只是一時興起所做，因此寫的很簡單。
而最近陸續有朋友找我詢問相關的問題，其中有好幾個都在詢問依賴包有哪些，為了避免一再回答這種問題，特將依賴包截圖：
這里寫圖片描述