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返回的json屏蔽某些属性的操作

    Springboot返回的json屏蔽某些属性的操作

    这篇文章主要介绍了Springboot返回的json屏蔽某些属性的操作,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
    2021-02-02
  • Java非递归实现删除任意目录的方法

    Java非递归实现删除任意目录的方法

    这篇文章主要为大家详细介绍了Java非递归实现删除任意目录的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2017-05-05
  • Java初学之继承与多态

    Java初学之继承与多态

    这篇文章主要介绍了Java 继承与多态的深入理解的相关资料,子类继承父类的特征和行为,使得子类具有父类的各种属性和方法。或子类从父类继承方法,使得子类具有父类相同的行为,需要的朋友可以参考下
    2021-07-07
  • Java Web学习之Cookie和Session的深入理解

    Java Web学习之Cookie和Session的深入理解

    这篇文章主要给大家介绍了关于Java Web学习之Cookie和Session的相关资料,需要的朋友可以参考下
    2018-04-04
  • spring data jpa使用详解(推荐)

    spring data jpa使用详解(推荐)

    这篇文章主要介绍了spring data jpa使用详解(推荐),小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-04-04
  • 详解Java8与Runtime.getRuntime().availableProcessors()

    详解Java8与Runtime.getRuntime().availableProcessors()

    这篇文章主要介绍了详解Java8与Runtime.getRuntime().availableProcessors(),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,需要的朋友们下面随着小编来一起学习学习吧
    2020-06-06
  • Spring接口版本控制方案及RequestMappingHandlerMapping接口介绍(最新推荐)

    Spring接口版本控制方案及RequestMappingHandlerMapping接口介绍(最新推荐)

    RequestMappingHandlerMapping接口是Spring MVC中的一个核心组件,负责处理请求映射和处理器的匹配这篇文章主要介绍了Spring接口版本控制方案及RequestMappingHandlerMapping接口介绍,需要的朋友可以参考下
    2024-07-07
  • 大厂禁止SpringBoot在项目使用Tomcat容器原理解析

    大厂禁止SpringBoot在项目使用Tomcat容器原理解析

    这篇文章主要为大家介绍了大厂禁止SpringBoot在项目使用Tomcat原理解析,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-07-07
  • Java 中 Class Path 和 Package的使用详解

    Java 中 Class Path 和 Package的使用详解

    这篇文章主要介绍了Java 中 Class Path和Package的使用详解,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的朋友可以参考一下
    2022-08-08
  • Java创建线程的五种写法总结

    Java创建线程的五种写法总结

    本文主要为大家详细介绍一下Java实现线程创建的五种写法,文中的示例代码讲解详细,对我们学习有一定的帮助,感兴趣的可以跟随小编学习一下
    2022-08-08

最新评论