java通過poi解析word入門的操作方法
更新時間：2024年08月21日 12:01:34 投稿：mrr
Apache POI 是一個處理Miscrosoft Office各種文件格式的開源項目,可以使用POI在Java程序中對Miscrosoft Office各種文件進行讀寫操作,本文給大家介紹java通過poi解析word入門的操作方法,感興趣的朋友一起看看吧
介紹
Apache POI 是一個處理Miscrosoft Office各種文件格式的開源項目?？梢允褂肞OI在Java程序中對Miscrosoft Office各種文件進行讀寫操作。
一、了解word docx文檔的結構
將word文檔另存為xml文檔
打開xml文檔，可以查看到xml的結構
二、引入POI的依賴
<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文檔常用API
加載Word文檔
讀取docx文件，獲取XWPFDocument 實例
FileInputStream fis = new FileInputStream("C:\\test.docx");
XWPFDocument document = new XWPFDocument(fis);獲取文檔整體結構
document.getBodyElements獲取了docx文檔所有的元素，可以根據類型判斷段落、表格、還是引注。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;
}
}獲取文檔中的段落
// 獲取所有段落 List<XWPFParagraph> paragraphs = document.getParagraphs();
獲取文檔中的表格
// 獲取所有表格 List<XWPFTable> xwpfTableList = xwpfDocument.getTables();
獲取文檔中的腳注
// 獲取所有腳注 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 {
// 加載Word文檔
FileInputStream fis = new FileInputStream("C:\\Users\\Administrator\\Desktop\\test.docx");
XWPFDocument document = new XWPFDocument(fis);
// 獲取所有段落
List<XWPFParagraph> paragraphs = document.getParagraphs();
int index=0;
for (XWPFParagraph paragraph : paragraphs) {
// 獲取段落樣式
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());
}
}
// 關閉文檔
document.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}五、讀取Word文檔并遍歷圖片
使用POI讀取Word文檔并遍歷其中的圖片，通常涉及以下幾個步驟：
- 創(chuàng)建
XWPFDocument對象：使用XWPFDocument類來表示Word文檔，并通過OPCPackage.open()方法加載文檔。 - 遍歷文檔內容：Word文檔中的圖片通常包含在段落（
XWPFParagraph）的運行（XWPFRun）中。你需要遍歷文檔中的每個段落，再遍歷每個段落中的每個運行。 - 獲取圖片數據：在每個運行中，你可以通過調用
getEmbeddedPictures()方法來獲取嵌入的圖片列表（注意，這個方法可能在新版本的POI中有所不同，具體請參考官方文檔）。然后，通過XWPFPictureData對象獲取圖片的二進制數據和類型。 - 處理圖片數據：一旦你獲得了圖片的二進制數據，就可以將其保存到文件系統(tǒng)中，或進行其他處理。
六、解析Word中的圖片示例
下面的示例是獲取圖片 環(huán)繞方式，此外，我們還可以使用其他方法來獲取圖片的相關信息，例如獲取圖片的寬度、高度等。Java POI庫提供了豐富的API，可以滿足各種圖片處理需求。
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 {
// 加載Word文檔
FileInputStream fis = new FileInputStream("C:\\Users\\Administrator\\Desktop\\pic.docx");
XWPFDocument document = new XWPFDocument(fis);
// 獲取所有段落
List<XWPFParagraph> paragraphs = document.getParagraphs();
int index=0;
for (XWPFParagraph paragraph : paragraphs) {
parsePicture(paragraph);
}
// 關閉文檔
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 說明時嵌入式的布局
System.out.println("inlineList "+inlineList.size());
for (CTAnchor anchor :anchorList){
//文字環(huán)繞
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、項目下載
word文擋解析檢查項目下載地址
https://download.csdn.net/download/gwc791224/89597904
到此這篇關于java通過poi解析word入門的文章就介紹到這了,更多相關java poi解析word入門內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
SpringBoot?Web項目增刪改查入門實戰(zhàn)案例
這篇文章主要給大家介紹了關于SpringBoot?Web項目增刪改查入門實戰(zhàn)的相關資料,文中詳細介紹了如何實現新增、刪除、修改和查詢員工的功能,并使用統(tǒng)一響應結果進行前后端交互,需要的朋友可以參考下2024-11-11
本文介紹了Spring Boot 2.7.x~3.2.x的啟動優(yōu)化方法,從依賴優(yōu)化、自動配置優(yōu)化、Bean掃描與注冊優(yōu)化、懶加載優(yōu)化、初始化邏輯優(yōu)化、JVM調優(yōu)等多方面進行詳細闡述,通過依賴優(yōu)化、禁用不必要的自動配置、縮小Bean掃描范圍、全局開啟懶加載等策略,需要的朋友可以參考下2026-05-05
這篇文章主要為大家詳細介紹了java學習之猜數字小游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-07-07
這篇文章主要介紹了SpringBoot自定義注解之脫敏注解詳解，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-02-02
在Java編程中我們經常需要獲取一個List集合中的最后一個元素,這篇文章主要給大家介紹了關于Java中獲取List中最后一個元素的三種方法,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2023-12-12
這篇文章主要介紹了新手學習JQuery基本操作和使用案例解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02
下面小編就為大家分享一篇Java高級之虛擬機加載機制的實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2017-12-12
這篇文章主要介紹了Java中的成員變量和局部變量,包括它們的定義、特點、初始化、作用域和生命周期等,文中通過代碼介紹的非常詳細,需要的朋友可以參考下2025-02-02
這篇文章主要介紹了關于Java的Condition接口最佳理解方式,Condition就是實現了管程里面的條件變量,Java?語言內置的管程里只有一個條件變量，而Lock&Condition實現的管程支持多個條件變量,需要的朋友可以參考下2023-05-05
SpringBoot2.x 整合 AntiSamy防御XSS攻擊的簡單總結
本文主要對SpringBoot2.x集成AntiSamy防御XSS攻擊進行簡單總結，其中SpringBoot使用的2.4.5版本，通過示例代碼給大家介紹的非常詳細，需要的朋友參考下吧2021-08-08