java通过poi解析word入门的操作方法

 更新时间:2024年08月21日 12:01:34   投稿:mrr  
Apache POI 是一个处理Miscrosoft Office各种文件格式的开源项目,可以使用POI在Java程序中对Miscrosoft Office各种文件进行读写操作,本文给大家介绍java通过poi解析word入门的操作方法,感兴趣的朋友一起看看吧

介绍

Apache POI 是一个处理Miscrosoft Office各种文件格式的开源项目。可以使用POI在Java程序中对Miscrosoft Office各种文件进行读写操作。

一、了解word docx文档的结构

将word文档另存为xml文档

打开xml文档,可以查看到xml的结构

二、引入POI的依赖

   <dependency>
       <groupId>org.apache.poi</groupId>
       <artifactId>poi</artifactId>
       <version>5.2.3</version>
   </dependency>
   <dependency>
       <groupId>org.apache.poi</groupId>
       <artifactId>poi-ooxml</artifactId>
       <version>5.2.3</version>
   </dependency>

三、解析Word文档常用API

加载Word文档

读取docx文件,获取XWPFDocument 实例

FileInputStream fis = new FileInputStream("C:\\test.docx");
XWPFDocument document = new XWPFDocument(fis);

获取文档整体结构

document.getBodyElements获取了docx文档所有的元素,可以根据类型判断段落、表格、还是引注。段落(XWPFParagraph)、表格(XWPFTable)、引注(XWPFSDT)

List<IBodyElement> bodyElements = document.getBodyElements();
for(int i=0;i<size;i++) {
    IBodyElement iBodyElement = bodyElements.get(i);
    if(iBodyElement instanceof XWPFParagraph){
        XWPFParagraph xwpParagraph=(XWPFParagraph)iBodyElement;
    }
    if(iBodyElement instanceof XWPFTable){
        XWPFTable xwpfTable=(XWPFTable)iBodyElement;
    }
    if(iBodyElement instanceof XWPFSDT){
        XWPFSDT xwpfSdt=(XWPFSDT)iBodyElement;
    }
}

获取文档中的段落

// 获取所有段落
 List<XWPFParagraph> paragraphs = document.getParagraphs();

获取文档中的表格

// 获取所有表格
 List<XWPFTable> xwpfTableList = xwpfDocument.getTables();

获取文档中的脚注

// 获取所有脚注
List<XWPFFootnote> footnotes = document.getFootnotes();

四、解析Word中的段落示例

import org.apache.poi.xwpf.usermodel.XWPFDocument;
import org.apache.poi.xwpf.usermodel.XWPFParagraph;
import java.io.FileInputStream;
import java.io.IOException;
import java.util.List;
public class WordReader {
    public static void main(String[] args) {
        try {
            // 加载Word文档
            FileInputStream fis = new FileInputStream("C:\\Users\\Administrator\\Desktop\\test.docx");
            XWPFDocument document = new XWPFDocument(fis);
            // 获取所有段落
            List<XWPFParagraph> paragraphs = document.getParagraphs();
            int index=0;
            for (XWPFParagraph paragraph : paragraphs) {
                // 获取段落样式
                String style = paragraph.getStyle();
                System.out.println(index++);
                System.out.println("style "+style);
                System.out.println("getStyleID "+paragraph.getStyleID());
                System.out.println(paragraph.getText());
                if (paragraph.getStyleID() != null && paragraph.getStyleID().startsWith("Heading")) {
                    System.out.println("title:"+paragraph.getText());
                }
            }
            // 关闭文档
            document.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

五、读取Word文档并遍历图片

使用POI读取Word文档并遍历其中的图片,通常涉及以下几个步骤:

  • 创建XWPFDocument对象:使用XWPFDocument类来表示Word文档,并通过OPCPackage.open()方法加载文档。
  • 遍历文档内容:Word文档中的图片通常包含在段落(XWPFParagraph)的运行(XWPFRun)中。你需要遍历文档中的每个段落,再遍历每个段落中的每个运行。
  • 获取图片数据:在每个运行中,你可以通过调用getEmbeddedPictures()方法来获取嵌入的图片列表(注意,这个方法可能在新版本的POI中有所不同,具体请参考官方文档)。然后,通过XWPFPictureData对象获取图片的二进制数据和类型。
  • 处理图片数据:一旦你获得了图片的二进制数据,就可以将其保存到文件系统中,或进行其他处理。

六、解析Word中的图片示例

下面的示例是获取图片 环绕方式,此外,我们还可以使用其他方法来获取图片的相关信息,例如获取图片的宽度、高度等。Java POI库提供了丰富的API,可以满足各种图片处理需求。

import org.apache.poi.xwpf.usermodel.*;
import org.openxmlformats.schemas.drawingml.x2006.wordprocessingDrawing.CTAnchor;
import org.openxmlformats.schemas.drawingml.x2006.wordprocessingDrawing.CTInline;
import org.openxmlformats.schemas.wordprocessingml.x2006.main.CTDrawing;
import java.io.FileInputStream;
import java.io.IOException;
import java.util.List;
public class WordPictureTest {
    public static void main(String[] args) {
        try {
            // 加载Word文档
            FileInputStream fis = new FileInputStream("C:\\Users\\Administrator\\Desktop\\pic.docx");
            XWPFDocument document = new XWPFDocument(fis);
            // 获取所有段落
            List<XWPFParagraph> paragraphs = document.getParagraphs();
            int index=0;
            for (XWPFParagraph paragraph : paragraphs) {
                parsePicture(paragraph);
            }
            // 关闭文档
            document.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
    private static void parsePicture(XWPFParagraph paragraph){
        List<XWPFRun> runs = paragraph.getRuns();
        for (XWPFRun run:runs){
            List<XWPFPicture> embeddedPictures = run.getEmbeddedPictures();
            for(XWPFPicture picture:embeddedPictures){
                String fileName = picture.getPictureData().getFileName();
                System.out.println(fileName);
                CTDrawing drawing = run.getCTR().getDrawingArray(0);
                List<CTAnchor> anchorList = drawing.getAnchorList();
                List<CTInline> inlineList = drawing.getInlineList();
                System.out.println("anchorList "+anchorList.size());
                //inlineList.size>0 说明时嵌入式的布局
                System.out.println("inlineList "+inlineList.size());
                for (CTAnchor anchor :anchorList){
                    //文字环绕
                    boolean behindDoc = anchor.getBehindDoc();
                    boolean setWrapSquare = anchor.isSetWrapSquare();
                    boolean setWrapThrough = anchor.isSetWrapThrough();
                    boolean setWrapTight = anchor.isSetWrapTight();
                    boolean setWrapTopAndBottom = anchor.isSetWrapTopAndBottom();
                    boolean setWrapNone = anchor.isSetWrapNone();
                    System.out.println("setWrapNone "+setWrapNone +" behindDoc "+behindDoc);
                }
        }
    }
}

五、项目下载

word文挡解析检查项目下载地址

https://download.csdn.net/download/gwc791224/89597904

到此这篇关于java通过poi解析word入门的文章就介绍到这了,更多相关java poi解析word入门内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • SpringBoot Web项目增删改查入门实战案例

    SpringBoot Web项目增删改查入门实战案例

    这篇文章主要给大家介绍了关于SpringBoot Web项目增删改查入门实战的相关资料,文中详细介绍了如何实现新增、删除、修改和查询员工的功能,并使用统一响应结果进行前后端交互,需要的朋友可以参考下
    2024-11-11
  • SpringBoot项目启动速度深度优化指南

    SpringBoot项目启动速度深度优化指南

    本文介绍了Spring Boot 2.7.x~3.2.x的启动优化方法,从依赖优化、自动配置优化、Bean扫描与注册优化、懒加载优化、初始化逻辑优化、JVM调优等多方面进行详细阐述,通过依赖优化、禁用不必要的自动配置、缩小Bean扫描范围、全局开启懒加载等策略,需要的朋友可以参考下
    2026-05-05
  • java学习之猜数字小游戏

    java学习之猜数字小游戏

    这篇文章主要为大家详细介绍了java学习之猜数字小游戏,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-07-07
  • SpringBoot使用自定义注解实现数据脱敏过程详细解析

    SpringBoot使用自定义注解实现数据脱敏过程详细解析

    这篇文章主要介绍了SpringBoot自定义注解之脱敏注解详解,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-02-02
  • Java中获取List中最后一个元素的三种方法

    Java中获取List中最后一个元素的三种方法

    在Java编程中我们经常需要获取一个List集合中的最后一个元素,这篇文章主要给大家介绍了关于Java中获取List中最后一个元素的三种方法,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2023-12-12
  • 新手学习JQuery基本操作和使用案例解析

    新手学习JQuery基本操作和使用案例解析

    这篇文章主要介绍了新手学习JQuery基本操作和使用案例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-02-02
  • Java高级之虚拟机加载机制的实例讲解

    Java高级之虚拟机加载机制的实例讲解

    下面小编就为大家分享一篇Java高级之虚拟机加载机制的实例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2017-12-12
  • Java学习之局部变量、成员变量举例详解

    Java学习之局部变量、成员变量举例详解

    这篇文章主要介绍了Java中的成员变量和局部变量,包括它们的定义、特点、初始化、作用域和生命周期等,文中通过代码介绍的非常详细,需要的朋友可以参考下
    2025-02-02
  • 关于Java的Condition接口最佳理解方式

    关于Java的Condition接口最佳理解方式

    这篇文章主要介绍了关于Java的Condition接口最佳理解方式,Condition就是实现了管程里面的条件变量,Java 语言内置的管程里只有一个条件变量,而Lock&Condition实现的管程支持多个条件变量,需要的朋友可以参考下
    2023-05-05
  • SpringBoot2.x 整合 AntiSamy防御XSS攻击的简单总结

    SpringBoot2.x 整合 AntiSamy防御XSS攻击的简单总结

    本文主要对SpringBoot2.x集成AntiSamy防御XSS攻击进行简单总结,其中SpringBoot使用的2.4.5版本,通过示例代码给大家介绍的非常详细,需要的朋友参考下吧
    2021-08-08

最新评论